WO2018223246A1 - Sistema y método de monitoreo integrado para el monitoreo y control de fallas en sistemas de correas transportadoras - Google Patents

Sistema y método de monitoreo integrado para el monitoreo y control de fallas en sistemas de correas transportadoras Download PDF

Info

Publication number
WO2018223246A1
WO2018223246A1 PCT/CL2018/050044 CL2018050044W WO2018223246A1 WO 2018223246 A1 WO2018223246 A1 WO 2018223246A1 CL 2018050044 W CL2018050044 W CL 2018050044W WO 2018223246 A1 WO2018223246 A1 WO 2018223246A1
Authority
WO
WIPO (PCT)
Prior art keywords
monitoring
transport system
polines
monitoring module
vibration
Prior art date
Application number
PCT/CL2018/050044
Other languages
English (en)
French (fr)
Inventor
Cristian DOERR
Pablo VERA
Marcos CASTRO
Pierre DE LAMBERTERIE
Joseph HISERODT SHARPE
Héctor LEIVA
Original Assignee
Emerson Electric (Us) Holding Corporation (Chile) Limitada
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Emerson Electric (Us) Holding Corporation (Chile) Limitada filed Critical Emerson Electric (Us) Holding Corporation (Chile) Limitada
Publication of WO2018223246A1 publication Critical patent/WO2018223246A1/es

Links

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B65—CONVEYING; PACKING; STORING; HANDLING THIN OR FILAMENTARY MATERIAL
    • B65G—TRANSPORT OR STORAGE DEVICES, e.g. CONVEYORS FOR LOADING OR TIPPING, SHOP CONVEYOR SYSTEMS OR PNEUMATIC TUBE CONVEYORS
    • B65G15/00—Conveyors having endless load-conveying surfaces, i.e. belts and like continuous members, to which tractive effort is transmitted by means other than endless driving elements of similar configuration
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B65—CONVEYING; PACKING; STORING; HANDLING THIN OR FILAMENTARY MATERIAL
    • B65G—TRANSPORT OR STORAGE DEVICES, e.g. CONVEYORS FOR LOADING OR TIPPING, SHOP CONVEYOR SYSTEMS OR PNEUMATIC TUBE CONVEYORS
    • B65G43/00—Control devices, e.g. for safety, warning or fault-correcting

Definitions

  • the present invention relates to an integrated monitoring system and method to be incorporated into the monitoring and control of faults in transport systems, for example, in conveyor belt systems, mainly in the mining industry, which allows a solution to be implemented.
  • automated modular and integral that optimizes conveyor belt systems, ensuring continuous production with reduced maintenance costs, high productivity and high standards of safety in operation.
  • Conveyor belt systems are used in the industry for continuous transport from one point to another, corresponding to an essential element in the process line of the industry by participating in the continuity of the processes. These transport systems have great versatility in their coverage and operation, adapting to various requirements. At present, there are systems that cover distances of 100 km, with load capacities of 6000 tons per hour and transport speeds of 15 m / s, the average speed being about 7 m / s, approximately. In short, the dimensions and parameters of the conveyor belt systems will depend on the requirements of the industry, adapting these systems to those requirements.
  • conveyor belt systems are formed by a series of subsystems and components arranged to receive, transport and unload one or more elements, which in mining mainly correspond to rocky material that owns the ore to be extracted in subsequent processes and / or to ore particles for distribution or storage.
  • the continuous transport of the mineral from one point to another is essential to keep in operation the processes arranged downstream and upstream of the systems of conveyor belts, the continuous operation of these systems being a fundamental factor in the continuity of production.
  • a mineral reception subsystem usually formed by a chute that receives the ore from an upstream process and impact polines that dampen the discharge of the mineral onto the belt of the system transporting korea
  • a transport subsystem consisting of a continuous conveyor belt, tension pulleys, driving pulleys, free rollers or rollers, motors etc., comprising those elements arranged to keep the conveyor belt in constant motion
  • a discharge subsystem usually formed by a chute that receives the material from the conveyor belt and directs it to the next process located downstream of the conveyor belt system under analysis, which may be another conveyor belt system or another component.
  • the conveyor belt systems allow to maintain the flow of material from one point to another in a constant way, facilitating both the reception of mineral upstream and its feeding, downstream of the process.
  • these systems also include monitoring and fault control subsystems, arranged to monitor the correct operation of the mobile and non-mobile components participating in the transportation process
  • the monitoring and control subsystems are usually formed by fixed sensors arranged in one or several of the different system components or mobile sensors manipulated by an operator, measuring the operation of the components to determine their failure modes and assist in the maintenance control and prediction of system failures.
  • the fault monitoring and control subsystem is an essential component in the optimization of the operation and / or production of the transport system, allowing to detect system failures and unexpected stops.
  • the solution in said document comprises locating a sensor, non-invasively and independently of the type of roller or pollin, in any part of a station of a conveyor belt system, obtaining measurement of the behavior of said roller or pollin, information which allows planning predictive or corrective maintenance of said component.
  • a disadvantage of this solution is that it focuses on the monitoring of polines through vibration analysis, without offering an integrated solution to the complete transported belt system.
  • WO 2016059485 is unable to provide integrated monitoring and control of the entire system, failing to detect and predict failures associated with the rest of the main components of the system.
  • various technical solutions aimed at implementing maintenance of rotating machinery through condition monitoring, offering maintenance based on the condition of the machine.
  • WO 20110348005 proposes that experts define a training set that combines artificial values with real ones, for the training of a supervised pattern recognition algorithm, such as support vector machines ⁇ Support Vector Machines, SVM).
  • the present invention relates to an integrated monitoring system and method to be incorporated into the monitoring and control of faults in transport systems, for example, in conveyor belt systems, mainly in the mining industry, being one of its objectives implement a modular and integral automated solution that optimizes transport systems, ensuring continuous production with reduced maintenance costs, high productivity and high safety standards in operation.
  • Another objective of the present invention is to provide an integrated monitoring system and method that introduces predictive maintenance based on the integral condition of the transport system, allowing scheduled stop operations that increase the availability of the transport system.
  • Another objective of the present invention is to predict the remaining useful life of a component that operates under an abnormal condition when a fault occurs and, through it, develop an intelligent control capable of modifying the operating conditions of the transport system, guaranteeing the continuity of operation and ensure that the component that is failing lasts until the next scheduled maintenance or safely stop the transport system.
  • Another objective of the present invention is to provide a remote and continuous monitoring of the operation variables of the transport system, allowing to determine critical components and detect failures at an early stage.
  • Another objective of the invention is to provide a conveyor belt system that implements the monitoring system of the invention, achieving an automated operation that reduces operator exposure.
  • the integrated monitoring solution for the monitoring and control of faults in transport systems combines the implementation of a system and a method for the monitoring and control of faults, detecting faults in the main components of a transport system .
  • specific sensors are available that measure and control the main components of the transport system, acquiring relevant information related to the operation of the transport system.
  • specific actuators are available in the main components of the transport system to modify its operation, for example, by changing the speed of the conveyor belt or simply by stopping the process.
  • there is a data acquisition and processing unit that simplifies the complexity of the monitoring and facilitates the interpretation of the measurements, facilitating the automation of the transport system based on the processing of the acquired information.
  • the integrated monitoring system of the present invention comprises subsystems that encompass the solution that is claimed, wherein said subsystems are:
  • control subsystem based on the condition.
  • the instrumentation and fault detection subsystem allows to obtain operating information of the transport system through continuous monitoring of the condition of the transport system during its operation. In addition, it allows to detect unforeseen failures that occur during the operation, to establish corrective actions.
  • the information collected by the instrumentation and fault detection subsystem is processed by the predictive fault identification subsystem to establish the condition of the transport system and identify those failures that may occur during the operation of the transport system, that is, Identify failures predictively. With the interaction of the previous subsystems it is possible to generate corrective and, mainly, predictive maintenance actions.
  • the actions generated by the previous subsystems are executed by the control subsystem based on the condition, responsible for executing the transport system operation plan.
  • the condition-based control subsystem executes the operation of the transport system based on a production plan, safety limits and operational data predetermined or entered by a user, exercising control over the transport system based on the monitoring based on the condition and corrective or predictive actions generated.
  • the conjunction of the previous subsystems allows automating the optimization of the transport system, generating intelligent control of the transport system.
  • instrumentation and fault detection subsystem of the present invention comprises monitoring modules located in the different main components of the transport system, wherein said modules are:
  • a transfer chute monitoring module implementing vibration analysis
  • a free-polines monitoring module implementing acoustic analysis
  • a conveyor belt monitoring module implementing a vibration and / or acoustic analysis
  • a monitoring module of the drive components (motor, couplings and reducer), preferably implementing vibration analysis;
  • a pulley monitoring module implementing vibration analysis.
  • the information collected by the monitoring modules is sent to a concentrated data acquisition and processing unit for processing and generation of the operation plan, which is executed by the control subsystem based on the condition.
  • Said concentrated data acquisition and processing unit may be formed by one or more equipment arranged for data acquisition and processing.
  • the transfer chute monitoring module is available for the measurement of variables associated with the operation of the chute-based transfer system, where said component is exposed to loads associated with the continuous impact of the material that is transferred from one system to another.
  • the most common failure modes associated with transfer chute are related to wear / loosening of plate seating, loosening of bolts on plates, wear / breakage of guide plates, breakage of structure and breakage of the stacking sensor, formation of atolls at Inside the chute, among others.
  • the transfer chute monitoring module comprises at least one sensor of vibration
  • this chute monitoring module comprises multiple vibration sensors arranged on the outside surface of the chute at different levels, characterizing the chute vibration in different areas thereof, allowing the detection of faults and / or the formation of agglomerations. that could lead to an atoll.
  • the impact polines monitoring module is available for the measurement of variables associated with the operation of the impact polines of the transport system, where said component is exposed to loads associated with the rotation of the polines and the impact of the material on the same.
  • the most common failure modes associated with impact polines are excessive wear, clogging of the polines and bearing failure, among others.
  • the impact polines monitoring module comprises at least one temperature sensor arranged for measure the temperature of at least one impact pollen, for which said impact pollination monitoring module is arranged in the vicinity of the set of impact polines, for example, mounted to the support structure of the polines by means of a mechanism of magnetic union and / or mounted in the vicinity of the bearings on which said polines rotate.
  • the module of monitoring of the free polines is arranged for the measurement of variables associated with the operation of the free polines of the transport system, where said component is exposed to efforts associated with the loading of the material and its continuous transport.
  • the most common failure modes associated with free polines are related to wear, weight sensor failure and loosening of stations / structures, among others.
  • the monitoring module of the free polynes comprises at least one acoustic sensor.
  • said at least one acoustic sensor is disposed below the station / structure, preferably at the center thereof.
  • the conveyor belt monitoring module is arranged for the measurement of variables associated with the operation of the belt of the transport system, where said component is exposed to loads associated with the impact of the material and the continuous movement of the belt.
  • the most common failure modes associated with the belt are related to the weight sensors, load measurement (T / h), damaged belt at its joints or splices, misalignment (reciprocating), emergency brake positioning and belt tension , among others.
  • the conveyor belt monitoring module comprises at least a vibration sensor and / or at least one acoustic sensor.
  • the sensors associated to the conveyor belt monitoring module are equivalent to the sensors associated to the polines monitoring module.
  • the monitoring module of the drive components is available for the measurement of variables associated with the operation of the motor, couplings and reducers that drive the movement of the belt, where said components are exposed to stresses associated with the load of the material and its continuous transport
  • the most common failure modes associated with the drive components are related to problems in the phases, the operating temperature, speed sensors and bearings, in the case of the engine, breakage / loosening and damage or cut of the transmission belts , in the case of couplings, and low oil level and damage to gears and bearings, in the case of reducers, among others.
  • the monitoring module of the drive components comprises at least one sensor of vibration Vibration sensors are placed at the critical measurement points. That is, in the breaks of motor bearings; and around the housing of the transmission reduction box, preferably.
  • the pulley monitoring module is arranged for the measurement of variables associated with the operation of the pulleys present in the transport system, where said component is exposed to loads associated with the tension that the belt must maintain.
  • the most common failure modes associated with pulleys are related to misalignment, belt tensioner jamming and bearings, among others.
  • the pulley monitoring module comprises at least one vibration sensor.
  • the vibration sensors are placed in the critical measurement points. That is, in the rest of the bearings for the pulleys, preferably.
  • the joint operation of the monitoring modules allows not only to establish the condition of integral operation of the transport system on an ongoing basis, but also to identify failures automatically.
  • the instrumentation and fault detection subsystem makes it possible to define corrective actions against failures that occur during the operation, for example, by determining the arrest of one or more components of the transport system.
  • the predictive fault identification subsystem comprises at least one database that incorporates a specific set of usual failures that occur in a transport system, where said specific set of failures is generated based on experience and / or by failures detected by the instrumentation and fault detection subsystem.
  • the predictive fault identification subsystem comprises an analysis engine that allows estimating the remaining useful life of the components of the transport system, identifying future failures based on the continuous and integral monitoring of the transport system. It is relevant to indicate that the at least one database that has the predictive fault identification subsystem can be fed both manually and automatically, using the data measured by the instrumentation and fault detection subsystem. Then, the database has historical information and updated information, obtained in real time, and can be continuously updated.
  • the predictive actions defined by the analysis engine of the predictive fault identification subsystem are generated using known artificial intelligence tools, which are capable of emulating an expert's decision-making process.
  • artificial intelligence tools are currently fed by the historical failure information of a system, defining common fault patterns that allow to anticipate failures.
  • the known artificial intelligence tools do not contemplate integrating the historical information of a system, in this case the failures of the transport system contained in the database, with real-time information obtained by the continuous monitoring carried out by the subsystem of instrumentation and fault detection of the invention, which allows predicting the behavior of the machinery and its components over time.
  • the main objectives of the artificial intelligence tools implemented by the predictive fault identification subsystem are to assist in the automatic detection and identification of a set of failures, estimate the remaining useful life (RUL for its acronym in English of Remaining Useful Life) of components of interest and optimize maintenance plans based on condition monitoring.
  • the most critical objective of artificial intelligence tools is the estimation of the RUL, which must be precise to allow the correct management of the equipment maintenance program. Indeed, it is desired that artificial intelligence tools allow extending the life of a component as much as possible, controlling the risk of catastrophic failure.
  • artificial intelligence tools are based on prognosis algorithms, focused on predicting the time in which a system or component will not perform the function for which they are determined, that is, will fail.
  • the prognosis algorithm that is used in the elaboration of the artificial intelligence tools that the analysis engine executes includes the creation of mathematical models from the data obtained in the monitoring of the transport system, using the historical information of the transport system for the creation of models that represent its behavior.
  • the main advantage of this approach is to facilitate the creation of representative models by using historical data from the transport system, where such data has been obtained through the implementation of continuous monitoring systems such as the instrumentation subsystem and fault detection of the present invention
  • This allows to create complex representative models in a simple way, avoiding knowing the specific configurations of the transport system as it is necessary to collect only the operation information of the same.
  • Representative mathematical models of transport system data are created using known modeling tools.
  • the representative models proceed to a stage of learning them, then move on to a stage of exploitation or recognition of patterns for the estimation of the RUL, where this stage is carried out online, that is, with data obtained in real time from the continuous monitoring of the transport system.
  • the learning stage uses learning algorithms to automatically dissociate data behaviors. This is done using features extracted from historical data called data clusters. The result of this stage is that the analysis engine of the predictive fault identification subsystem is able to learn and identify itself a list of models of the training data set. This stage requires intensive tests to properly characterize the data characteristic and its associated models.
  • the analysis engine of the predictive fault identification subsystem is able to predict the remaining or remaining useful life (RUL) of the components that make up the transport system, delivering information that allows actions to be taken on the transport system.
  • condition-based control subsystem which implements the production plans, safety limits and data operational related to the operation of the transport system, using said information and the prediction of failures to exercise control based on the condition on the transport system.
  • condition-based control subsystem allows to modify the operating speed of the transport system or simply stop it in the event of a failure, managing the operation of the transport system to adapt its operation to the state or condition of the components of the transport system. transport, maximizing production, ensuring continuous production and ensuring the safe operation of the transport system.
  • the figure shows a diagram of a conveyor belt system according to the prior art, highlighting the main components.
  • Figure Ib shows a diagram of the integrated monitoring system proposed by the system and method of the invention, according to a preferred embodiment.
  • Figure 2 shows graphs with different results in the classification of characteristics by clusters, using different extraction methods and dimensionality reduction.
  • the diagram of the conveyor belt system shown in the figure shows that an embodiment of the invention contemplates the following critical components of the transport system 10: transfer boot 1, pulleys 2, free pins 3, belt 4, electric motor 5, couplings 6 and reducer 7. These components are associated with the respective monitoring modules, wherein the electric motor 5, couplings 6 and reducer 7 are associated together with the monitoring module of the drive components.
  • the monitoring modules associated with the critical components of the transport system 10 incorporate the measurement of operating variables, wherein said variables are mainly associated with the measurement of vibration data by sensors arranged in said components, for example, accelerometers located in the vicinity of critical components. Other types of measurements can be made in the monitoring modules, for example, measurements associated with acoustic and / or temperature data, using suitable sensors for this.
  • Figure Ib shows a scheme of the integrated monitoring system of the present invention, where it can be seen that the monitoring modules of the critical components are in data communication with the instrumentation and fault detection subsystem 100.
  • This communication is preferably wireless, which allows remote monitoring of the condition of the transport system 10.
  • the instrumentation and fault detection subsystem 100 is in data communication with the predictive subsystem of fault identification 200 and with the control subsystem based on condition 400.
  • a user interface 300 is presented for displaying information and entering data, however, said user interface 300 can be considered part of the control subsystem based on condition 400.
  • Communication between sub Systems of the invention is realized by a standard known as the OPC (for its acronym in English Open Platform Communications), widely used in monitoring and automation systems.
  • OPC for its acronym in English Open Platform Communications
  • the implementation of the monitoring system integrated in a transport system 10 comprises the instrumentation of the main system components or critical components, where a component is understood as critical if its failure causes the transport process to stop or, if said failure means A major security issue.
  • the monitoring modules comprising the instrumentation and fault detection subsystem 100 of the invention, that is, a transfer chute monitoring module, implementing vibration analysis, an impact polines monitoring module, implementing temperature analysis , a free-polines monitoring module, implementing acoustic analysis, a conveyor belt monitoring module, implementing a vibration and / or acoustic analysis, a monitoring module of the drive components (motor, couplings and reducer), implementing preferably vibration analysis, and a pulley monitoring module, implementing vibration analysis.
  • Said monitoring modules implement sensors suitable for measuring the data to be measured in each component of the transport system 10.
  • the database of the predictive fault identification subsystem 200 is fed with varied information on the condition of the transport system 10, including data associated with the vibration of the main components, wherein said vibration is obtained by the accelerometers installed in the components in question.
  • the sensors are configured to have an acquisition range between 0 and 2 kHz for vibration data. These data include time series sampled at high frequency.
  • the data obtained by the instrumentation and fault detection subsystem 100 can be preprocessed by the predictive fault identification subsystem 200 before storage, wherein said preprocessing may comprise cleaning and filtering of the data.
  • the analysis engine of said subsystem extracts characteristics or information from the time series with the vibration data. This extraction can be done by means of simple statistics, such as average or variance, or more complex characteristics such as frequency spectra, wavelets (Wavelets) or periodgrams (Periodograms).
  • the extracted characteristics must be "good enough” to allow an automatic classifier to fulfill the task of identifying abnormal behavior between the data series. In this case, "good enough” means that the characteristics capture enough information from the original data set. This is a key point of processing, since mathematical modeling is based on these characteristics.
  • the Fourier Transform and the Waveform Transform (Wavelet) are two well-known mathematical transformations that extract information about the time and frequencies of the input time series, allowing separation between true information and noise.
  • the Fourier Transform breaks down the input signal into a sum of sinusoidal functions. This decomposition transforms the input signal from the time domain to the frequency domain. In the frequency domain, the spectrum shows all the frequencies contained in the input signal. Depending on frequency amplitude, frequencies of interest representing physical phenomena can be selected.
  • the DFT Discrete Fourier Transform
  • FFT Fast Fourier Transform
  • the following equation shows the mathematical expression of the FFT.
  • the expert who performs the vibration analysis uses the same spectrum obtained by FFT and appropriate filtering. Therefore, the analysis engine incorporates the FFT and focuses on the amplitude of peaks at specific frequencies. For each input signal, the FFT is calculated and the maximum peak data (location and amplitude) is stored in the database.
  • the integer k is arbitrarily selected taking into account the significant mean peaks found in the spectrum. Part of the characteristics that are captured from the input data also consider statistical parameters.
  • Median, Variance, Kurtosis and RMS Root Mean Square
  • PCA Principal Component Analysis
  • the main component is the one that presents the greatest variance of the data.
  • Subsequent components are the orthogonal components with the greatest variance.
  • the PCA algorithm can be used to reduce the dimensionality of the data, choosing a desired set of main components for projection.
  • the data will be projected to a bi or three-dimensional space that allows the visualization of the data. Through this process it can be estimated if the characteristics are representative of the underlying information of the time series. In addition, it can be seen how similar data sets (from the same source) are grouped into clusters, which implies that the extracted features represent the same physical phenomenon. The distance between clusters is a key point for the classification process.
  • KPCA Principal Component Analysis with Kernel Method
  • Another example is the Principal Component Analysis with Kernel Method (KPCA) algorithm, where the originally linear PCA operations are performed in a Hilbert space with a playback kernel.
  • the classification in the context of the present invention, is defined as the determination of whether the information obtained from the vibration data indicates the presence of an abnormal phenomenon (failure detection) and identifies to which group the abnormal sample corresponds (identification of failure).
  • classifiers such as Support Vector Machines (SVM) or Artificial Neural Networks (ANN) can be used to differentiate clusters.
  • classifiers In all cases, classifiers must be trained with offline or historical data as indicated above. A different set of classification characteristics and algorithms must be tested and compared in order to validate whether the algorithms correctly detect and identify the failure of interest.
  • Figure 2 shows how the data of the healthy and defective components are grouped under different extraction characteristics (points). Using the SVM classifier (red lines) you can see how the classifier automatically separates the data. The results obtained are advantageous since it is possible to automatically disassociate the characteristic points that represent healthy and defective components in most cases (the "X" in Figure 2 represent the set of data of healthy components).
  • the analysis engine of the predictive fault identification subsystem 200 allows generating control actions that are managed by the control subsystem based on condition 400, which through the implementation of the control actions and based on the production plan, safety limits and operating data of the transport system 10, the control based on the condition on the transport system 10, determining to maintain the operation, modify its operating parameters or simply stop it.

Landscapes

  • Engineering & Computer Science (AREA)
  • Mechanical Engineering (AREA)
  • Control Of Conveyors (AREA)

Abstract

La presente invención se refiere a un sistema y método de monitoreo integrado para ser incorporado en el monitoreo y control de fallas en sistemas de transporte, por ejemplo, en sistemas de correas transportadoras, principalmente en la industria de la minería, que permite implementar una solución automatizada modular e integral que optimiza los sistemas de correas transportadoras, asegurando una producción continua con costos de mantención reducidos, una alta productividad y altos estándares de seguridad en la operación.

Description

SISTEMA Y MÉTODO DE MONITOREO INTEGRADO PARA EL MONITOREO Y CONTROL DE FALLAS EN SISTEMAS DE CORREAS TRANSPORTADORAS MEMORIA DE SCRIPTIVA
La presente invención se refiere a un sistema y método de monitoreo integrado para ser incorporado en el monitoreo y control de fallas en sistemas de transporte, por ejemplo, en sistemas de correas transportadoras, principalmente en la industria de la minería, que permite implementar una solución automatizada modular e integral que optimiza los sistemas de correas transportadoras, asegurando una producción continua con costos de mantención reducidos, una alta productividad y altos estándares de seguridad en la operación.
Antecedentes de la invención
Los sistemas de correas transportadoras son utilizados en la industria para el transporte continuo desde un punto a otro, correspondiendo a un elemento esencial en la línea de proceso de la industria al participar en la continuidad de los procesos. Estos sistemas de transporte poseen una gran versatilidad en su cobertura y operación, adaptándose a variados requerimientos. En la actualidad, existen sistemas que cubren distancias de 100 km, con capacidades de carga de 6000 toneladas por hora y velocidades de transporte de 15 m/s, siendo la velocidad promedio de unos 7 m/s, aproximadamente. En definitiva, las dimensiones y parámetros de los sistemas de correas transportados dependerán de los requisitos de la industria, adaptándose estos sistemas a dichos requisitos.
Usualmente, los sistemas de correas transportadoras están formados por una serie de subsistemas y componentes dispuestos para recibir, transportar y descargar uno o varios elementos, los que en la minería corresponden principalmente a material rocoso que posee el mineral a ser extraído en procesos posteriores y/o a partículas de mineral para su distribución o almacenamiento. En este sentido, el transporte continuo del mineral desde un punto a otro, ya sea en la alimentación del proceso de extracción o para su distribución y/o almacenaje, es esencial para mantener en operación los procesos dispuestos aguas abajo y aguas arriba de los sistemas de correas transportadoras, siendo la operación continua de estos sistemas un factor fundamental en la continuidad de la producción.
Entre los principales subsistemas de un sistema de correa transportadora se tienen: un subsistema de recepción de mineral, formado usualmente por un chute que recibe el mineral desde un proceso aguas arriba y polines de impacto que amortiguan la descarga del mineral sobre la cinta del sistema de corea transportadora; un subsistema de transporte, formado por una cinta transportadora continua, poleas de tensión, poleas impulsoras, polines o rodillos libres, motores etc., comprendiendo aquellos elementos dispuestos para mantener en movimiento constante la cinta transportadora; y un subsistema de descarga, formado usualmente por un chute que recibe le material desde la cinta transportadora y lo dirige al siguiente proceso ubicado aguas abajo del sistema de correa transportadora bajo análisis, que puede ser otro sistema de correa transportadora u otro componente. En este contexto, los sistemas de correa transportadora permiten mantener el flujo de material desde un punto a otro en forma constante, facilitando tanto la recepción de mineral aguas arriba como la alimentación del mismo, aguas abajo del proceso.
En adición a los subsistemas anteriores, y para efectos de asegurar la correcta operación del sistema de correa transportadora, estos sistemas comprenden además subsistemas de monitoreo y control de fallas, dispuestos para monitorear la correcta operación de los componentes móviles y no móviles que participan en el proceso de transporte. Los subsistemas de monitoreo y control están formados usualmente por sensores fijos dispuestos en uno o varios de los distintos componentes del sistema o sensores móviles manipulados por un operador, midiendo la operación de los componentes para determinar sus modos de fallo y asistir en el control de mantención y predicción de fallas del sistema. Luego, el subsistema de monitoreo y control de fallas es un componente esencial en la optimización de la operación y/o producción del sistema de transporte, permitiendo detectar fallas del sistema y detenciones inesperadas.
Considerando lo anterior, mantener la continua disponibilidad de los sistemas de correas transportadoras, y de sus componentes, reduciendo las fallas imprevistas y detenciones involuntarias, son objetivos ampliamente buscados por los operadores de estos sistemas, existiendo variadas soluciones dirigidas a lograr dichos objetivos. Por ejemplo, diversos estudios demuestran que sobre el 60% de las operaciones de mantenimiento de sistemas de correas transportadoras en faenas mineras se asocia a mantenimientos correctivos, es decir, asociados a la ocurrencia de una falla, lo que genera millonarias pérdidas en producción por detenciones inesperadas de este sistema.
Entre algunas de dichas soluciones se encuentra la propuesta en el documento de solicitud de patente publicado como WO 2016059485, presentado por TECNOLOGÍA INTEGRAL S.A., donde dicho documento propone un sistema y método para la medición en línea y en tiempo real del estado de al menos un rodillo o polín, de manera predictiva y/o correctiva. Para ello, la solución en dicho documento comprende ubicar un sensor, de forma no invasiva e independiente del tipo de rodillo o polín, en cualquier parte de una estación de un sistema de correa transportadora, obteniendo medición del comportamiento de dicho rodillo o polín, información que permite planificar mantenciones predictivas o correctivas de dicho componente. Al respecto, una desventaja de esta solución es que se focaliza en el monitoreo de polines mediante el análisis de vibraciones, sin ofrecer una solución integrada al sistema completo de correa transportada. En efecto, la solución en el documento WO 2016059485 es incapaz de proporcionar un monitoreo y control integrado de todo el sistema, fallando en la detección y predicción de fallas asociadas al resto de los componentes principales del sistema. Por otra parte, existen variadas soluciones técnicas dirigidas a implementar mantención de maquinaria rotatoria mediante monitoreo de condición, ofreciendo una mantención basada en la condición de la máquina. Entre estas soluciones se encuentra la planteada en la publicación WO 2011034805, basada en una estrategia de mantenimiento predictivo asociado a reglas en combinación con un sistema de aprendizaje. La solución propuesta en el documento WO 2011034805 propone que expertos definan un conjunto de entrenamiento que combina valores artificiales con reales, para el entrenamiento de un algoritmo supervisado de reconocimiento de patrones, como las máquinas de vectores de soporte {Support Vector Machines, SVM). Con esto se busca aproximar los límites entre una falla y condiciones de operación normales, permitiendo realizar un mantenimiento predictivo basado en la condición. Sin embargo, este documento divulga una solución genérica que no aborda problemáticas asociadas a la implementación de un sistema similar en maquinaria real, como en sistemas de correas transportadoras, careciendo de las características necesarias tanto para la implementación en relación con la adquisición de datos como para la predicción de las fallas que permitirán optimizar la operación del sistema.
Luego, se hace necesario contar con una solución que evite estos problemas, proporcionando un monitoreo y control integrados a todo el sistema de correa transportadora o al menos de sus componentes más críticos, permitiendo maximizar la operación y producción mediante la implementación de una solución para la detección y predicción de fallas asociadas a dicho sistema o al menos de los modos de fallas más comunes, accionando el mismo en forma automatizada para hacer frente a dicho monitoreo de condición. En este sentido, diversa literatura define que los componentes más críticos de este tipo de sistemas son los motores, acoples, reductores, poleas/polines y chutes, siendo los modos de falla más comunes los defectos en rodamientos/temperatura, desbalances, acoples rotos/sueltos, desalineación de ejes, bajo nivel de aceite, daño en la transmisión y daños por puntos de impacto, entre otros. Por lo tanto, la presente invención se centra en una solución dirigida principalmente a los componentes críticos y a los modos de falla más comunes.
Descripción de la invención
La presente invención se refiere a un sistema y método de monitoreo integrado para ser incorporado en el monitoreo y control de fallas en sistemas de transporte, por ejemplo, en sistemas de correas transportadoras, principalmente en la industria de la minería, siendo uno de sus objetivos implementar una solución automatizada modular e integral que optimice los sistemas de transporte, asegurando una producción continua con costos de mantención reducidos, una alta productividad y altos estándares de seguridad en la operación.
Otro objetivo de la presente invención es proporcionar un sistema y método de monitoreo integrado que introduzca un mantenimiento predictivo basado en la condición integral del sistema de transporte, permitiendo realizar operaciones de detención programadas que aumenten la disponibilidad del sistema de transporte.
Otro objetivo de la presente invención es predecir la vida útil restante de un componente que opera bajo una condición anormal cuando una falla ocurre y, a través de ello, desarrollar un control inteligente capaz de modificar las condiciones de operación del sistema de transporte, garantizar la continuidad de operación y asegurar que el componente que está fallando dure hasta la siguiente mantención programada o detener en forma segura el sistema de transporte.
Otro objetivo de la presente invención es proporcionar un monitoreo remoto y continuo de las variables de operación del sistema de transporte, permitiendo determinar componentes críticos y detectar fallas en etapa temprana.
Otro objetivo de la invención es proporcionar un sistema de correa transportadora que implemente el sistema de monitoreo de la invención, logrando una operación automatizada que disminuya la exposición de los operadores. Para lograr los objetivos anteriores, la solución de monitoreo integrado para el monitoreo y control de fallas en sistemas de transporte combina la implementación de un sistema y un método para el monitoreo y control de fallas, detectando fallas en los principales componentes de un sistema de transporte. Para esto, se disponen de sensores específicos que miden y controlan los principales componentes del sistema de transporte, adquiriendo información relevante relacionada con la operación del sistema de transporte. Además, se disponen de actuadores específicos en los componentes principales del sistema de transporte para modificar la operación del mismo, por ejemplo, cambiando la velocidad de la cinta transportadora o simplemente deteniendo el proceso. Por otra parte, se dispone de una unidad de adquisición y procesamiento de datos que simplifica la complejidad del monitoreo y facilita la interpretación de las mediciones, facilitando la automatización del sistema de transporte en base al procesamiento de la información adquirida.
En este contexto, el sistema de monitoreo integrado de la presente invención comprende subsistemas que engloban la solución que se reclama, en donde dichos subsistemas son:
subsistema de instrumentación y detección de fallas;
subsistema predictivo de identificación de fallas; y
subsistema de control basado en la condición.
El subsistema de instrumentación y detección de fallas permite obtener información de operación del sistema de transporte a través del monitoreo continuo de la condición del sistema de transporte durante su operación. Además, permite detectar fallas imprevistas que ocurren durante la operación, para establecer acciones correctivas. La información recopilada por el subsistema de instrumentación y detección de fallas es procesada por el subsistema predictivo de identificación de fallas para establecer la condición del sistema de transporte e identificar aquellas fallas que pueden ocurrir durante la operación del sistema de transporte, es decir, identificar fallas en forma predictiva. Con la interacción de los subsistemas anteriores es posible generar acciones de mantenimiento correctivo y, principalmente, predictivo.
Las acciones generadas por los subsistemas anteriores son ejecutadas por el subsistema de control basado en la condición, encargado de ejecutar el plan de operación del sistema de transporte. El subsistema de control basado en la condición ejecuta la operación del sistema de transporte en base a un plan de producción, límites de seguridad y datos operacionales predeterminados o ingresados por un usuario, ejerciendo control sobre el sistema de transporte en base al monitoreo basado en la condición y a las acciones correctivas o predictivas generadas. La conjunción de los subsistemas anteriores permite automatizar la optimización del sistema de transporte, generando un control inteligente del sistema de transporte.
Adicionalmente, el subsistema de instrumentación y detección de fallas de la presente invención comprende módulos de monitoreo emplazados en los distintos componentes principales del sistema de transporte, en donde dichos módulos son:
un módulo de monitoreo del chute de transferencia, implementando análisis de vibraciones;
un módulo de monitoreo de polines de impacto, implementando análisis de temperatura;
un módulo de monitoreo de polines libres, implementando análisis acústico;
un módulo de monitoreo de la correa transportadora, implementando un análisis de vibración y/o acústico;
un módulo de monitoreo de los componentes de impulsión (motor, acoples y reductor), implementando preferentemente análisis de vibraciones; y
un módulo de monitoreo de poleas, implementando análisis de vibraciones.
La información recopilada por los módulos de monitoreo es enviada a una unidad concentrada de adquisición y procesamiento de datos para su procesamiento y generación del plan de operación, el que es ejecutado por el subsistema de control basado en la condición. Dicha unidad concentrada de adquisición y procesamiento de datos puede estar formada por uno o más equipos dispuestos para la adquisición y procesamiento de datos.
El módulo de monitoreo del chute de transferencia se dispone para la medición de variables asociadas a la operación del sistema de transferencia basado en chutes, en donde dicho componente está expuesto a cargas asociadas al impacto continuo del material que se transfiere de un sistema a otro. Los modos de falla más usuales asociados al chute de transferencia guardan relación con el desgaste/afloj amiento de placas, aflojamiento de pernos en las placas, desgaste /rotura de placas guía, rotura de estructura y rotura del sensor de apilamiento, formación de atollos al interior del chute, entre otros. Para la detección de dichos modos, se ha determinado que la medición de la vibración en el chute y sus componentes durante la operación del sistema es una variable de alta importancia, por lo que el módulo de monitoreo del chute de transferencia comprende al menos un sensor de vibración. De manera preferente, este módulo de monitoreo del chute comprende múltiples sensores de vibración dispuestos en la superficie exterior del chute a distintos niveles, caracterizando la vibración del chute en distintas zonas del mismo, permitiendo la detección de fallas y/o de la formación de aglomeraciones que podrían dar lugar a un atollo.
El módulo de monitoreo de polines de impacto se dispone para la medición de variables asociadas a la operación de los polines de impacto del sistema de transporte, en donde dicho componente está expuesto a cargas asociadas al giro de los polines y al impacto del material sobre los mismos. Los modos de falla más usuales asociados a los polines de impacto son el desgaste excesivo, el atascamiento de los polines y la falla de los rodamientos, entre otros. Para la detección de dichos modos, se ha determinado que la medición de la temperatura de operación de los polines de impacto es una variable de alta importancia, por lo que el módulo de monitoreo de polines de impacto comprende al menos un sensor de temperatura dispuesto para medir la temperatura de al menos un polín de impacto, para lo cual dicho módulo de monitoreo de polines de impacto se dispone en la cercanía del conjunto de polines de impacto, por ejemplo, montado a la estructura de soporte de los polines por medio de un mecanismo de unión magnético y/o montado en la cercanía de los rodamientos sobre los cuales giran dichos polines.
El módulo de monitoreo de los polines libres se dispone para la medición de variables asociadas a la operación de los polines libres del sistema de transporte, en donde dicho componente está expuesto a esfuerzos asociados a la carga del material y su transporte continuo. Los modos de falla más usuales asociados a los polines libres guardan relación con el desgaste, falla del sensor de peso y aflojamiento de las estaciones/estructuras, entre otros. Para la detección de dichos modos, se ha determinado que la medición de señales acústicas emitidas durante la operación de los polines es una variable de alta importancia, por lo que el módulo de monitoreo de los polines libres comprende al menos un sensor acústico. De manera preferente, dicho al menos un sensor acústico se dispone por debajo de la estación/estructura, preferentemente al centro de la misma.
El módulo de monitoreo de la correa transportadora se dispone para la medición de variables asociadas a la operación de la correa del sistema de transporte, en donde dicho componente está expuesto a cargas asociadas al impacto del material y al continuo movimiento de la correa. Los modos de falla más usuales asociados a la correa guardan relación con los sensores de peso, medición de carga (T/h), correa dañada en sus junturas o empalmes, desalineación (vaivén), posicionamiento del freno de emergencia y tensión de la correa, entre otros. Para la detección de dichos modos, se ha determinado que la medición de la vibración en la correa y/o las señales acústicas emitidas durante la operación de la misma son variables importantes, por lo que el módulo de monitoreo de la correa transportadora comprende al menos un sensor de vibración y/o al menos un sensor acústico. De manera preferente, los sensores asociados al módulo de monitoreo de la correa transportadora son equivalentes a los sensores asociados al módulo de monitoreo de los polines.
El módulo de monitoreo de los componentes de impulsión se dispone para la medición de variables asociadas a la operación del motor, acoples y reductores que impulsan el movimiento de la correa, en donde dichos componentes están expuesto a esfuerzos asociados a la carga del material y su transporte continuo. Los modos de falla más usuales asociados a los componentes de impulsión guardan relación con problemas en las fases, la temperatura de operación, sensores de velocidad y rodamientos, en el caso del motor, rotura/afloj amiento y daño o corte de las correas de transmisión, en el caso de los acoples, y bajo nivel de aceite y daños en engranes y rodamientos, en el caso de los reductores, entre otros. Para la detección de dichos modos, se ha determinado que la medición de señales de vibración emitidas durante la operación de los componentes de impulsión es una variable de alta importancia, por lo que el módulo de monitoreo de los componentes de impulsión comprende al menos un sensor de vibración. Los sensores de vibraciones se colocan en los puntos críticos de medición. Es decir, en los descansos de los rodamientos para motores; y alrededor de la carcasa de la caja de reducción para la transmisión, preferentemente.
El módulo de monitoreo de poleas se dispone para la medición de variables asociadas a la operación de las poleas presentes en el sistema de transporte, en donde dicho componente está expuesto a cargas asociadas a la tensión que debe mantener la correa. Los modos de falla más usuales asociados a las poleas guardan relación con la desalineación, atascamiento del tensor de la correa y rodamientos, entre otros. Para la detección de dichos modos, se ha determinado que la medición de la vibración en las poleas durante la operación del sistema de transporte es una variable de alta importancia, por lo que el módulo de monitoreo de poleas comprende al menos un sensor de vibración. Al igual que en relación con el módulo de monitoreo de los componentes de impulsión, los sensores de vibraciones se colocan en los puntos críticos de medición. Es decir, en los descansos de los rodamientos para las poleas, preferentemente.
La operación conjunta de los módulos de monitoreo permite no solo establecer la condición de operación integral del sistema de transporte en forma continua, sino que además permite identificar fallas en forma automática. Con ello, el subsistema de instrumentación y detección de fallas permite definir acciones correctivas frente a fallas que ocurren durante la operación, por ejemplo, determinando la detención de uno o más componentes del sistema de transporte.
Por otra parte, el subsistema predictivo de identificación de fallas comprende al menos una base de datos que incorpora un conjunto específico de fallas usuales que ocurren en un sistema de transporte, en donde dicho conjunto específico de fallas es generado en base a la experiencia y/o mediante las fallas detectadas por el subsistema de instrumentación y detección de fallas. Además, el subsistema predictivo de identificación de fallas comprende un motor de análisis que permite estimar la vida útil remanente de los componentes del sistema de transporte, identificando fallas futuras en base al monitoreo continuo e integral del sistema de transporte. Es relevante indicar que la al menos una base de datos que posee el subsistema predictivo de identificación de fallas puede ser alimentada tanto manualmente como en forma automática, empleando los datos medidos por el subsistema de instrumentación y detección de fallos. Luego, la base de datos posee información histórica e información actualizada, obtenida en tiempo real, pudiendo actualizarse continuamente.
Las acciones predictivas definidas por el motor de análisis del subsistema predictivo de identificación de fallas son generadas utilizando herramientas de inteligencia artificial conocidas, las que son capaces de emular el proceso de toma de decisiones de un experto. Para ello, en la actualidad las herramientas de inteligencia artificial se alimentan de la información histórica de fallas de un sistema, definiendo patrones de falla comunes que permitan anticipar fallas inesperadas. Sin embargo, las herramientas de inteligencia artificial conocidas no contemplan integrar la información histórica de un sistema, en este caso las fallas del sistema de transporte contenidas en la base de datos, con información en tiempo real obtenida por el monitoreo continuo que realiza el subsistema de instrumentación y detección de fallas de la invención, lo que permite predecir el comportamiento de la maquinaria y sus componentes en el tiempo.
Los objetivos principales de las herramientas de inteligencia artificial implementadas por el subsistema predictivo de identificación de fallas son asistir en la detección e identificación automática de un conjunto de fallas, estimar la vida útil restante (RUL por sus siglas en inglés de Remaining Useful Life) de componentes de interés y optimizar los planes de mantención en base a monitoreo de la condición. El objetivo más crítico de las herramientas de inteligencia artificial es la estimación de la RUL, la que debe ser precisa para permitir la correcta gestión del programa de mantenimiento de los equipos. En efecto, se desea que las herramientas de inteligencia artificial permitan extender la vida útil de un componente lo más posible, controlando el riesgo de una falla catastrófica.
Para lo anterior, las herramientas de inteligencia artificial se basan en algoritmos de prognosis, enfocados en predecir el tiempo en el cual un sistema o un componente no realizará la función para la cual están determinados, es decir, fallará. El algoritmo de prognosis que se emplea en la elaboración de las herramientas de inteligencia artificial que ejecuta el motor de análisis comprende la creación de modelos matemáticos a partir de los datos obtenidos en el monitoreo del sistema de transporte, empleando la información histórica del sistema de transporte para la creación de modelos que representen el comportamiento del mismo. La principal ventaja de esta aproximación es facilitar la creación de los modelos representativos al utilizar para ello datos históricos del sistema de transporte, donde dichos datos han sido obtenidos mediante la implementación de sistemas de monitorización continuos como el subsistema de instrumentación y detección de fallas de la presente invención. Esto permite crear modelos representativos complejos en forma sencilla, evitando conocer las configuraciones específicas del sistema de transporte al ser necesario recopilar únicamente la información de operación del mismo. Los modelos matemáticos representativos de los datos del sistema de transporte son creados mediante herramientas de modelación conocidas.
Una vez creados los modelos representativos, se procede a una etapa de aprendizaje de los mismos, para luego pasar a una etapa de explotación o de reconocimiento de patrones para la estimación de la RUL, en donde esta etapa se realiza en línea, es decir, con datos obtenidos en tiempo real a partir del monitoreo continuo del sistema de transporte.
La etapa de aprendizaje utiliza algoritmos de aprendizaje para disociar automáticamente los comportamientos de los datos. Esto se hace usando las características extraídas de datos históricos llamados clúster de datos. El resultado de esta etapa es que el motor de análisis del subsistema predictivo de identificación de fallas sea capaz de aprender e identificar por sí mismo una lista de modelos del conjunto de datos de entrenamiento. Esta etapa requiere pruebas intensivas para caracterizar adecuadamente la característica de datos y sus modelos asociados.
Durante la etapa de explotación o reconocimiento de patrones, se extraen características de datos en línea mediante el monitoreo continuo del sistema de transporte, ejecutándose algoritmos de reconocimiento de patrones con el fin de identificar a qué clúster o modelo pertenece el dato. Entonces, se ejecutan algoritmos de estimación para el desarrollo de la velocidad de falla para estimar la RUL. Con lo anterior, el motor de análisis del subsistema predictivo de identificación de fallas es capaz de predecir la vida útil remanente o restante (RUL) de los componentes que forman el sistema de transporte, entregando información que permite tomar acciones sobre el sistema de transporte.
La ejecución de las acciones que se obtienen mediante la predicción realizada por el subsistema predictivo de identificación de fallas está a cargo del subsistema de control basado en la condición, el que implementa los planes de producción, límites de seguridad y datos operacionales relativos a la operación del sistema de transporte, empleando dicha información y la predicción de las fallas para ejercer control basado en la condición sobre el sistema de transporte. Por ejemplo, el subsistema de control basado en la condición permite modificar la velocidad de operación del sistema de transporte o simplemente detenerlo frente a una falla, gestionando la operación del sistema de transporte para adecuar su funcionamiento al estado o condición de los componentes del sistema de transporte, maximizando la producción, asegurando una producción continua y asegurando la operación segura del sistema de transporte.
Breve descripción de las figuras
Como parte de la presente solicitud se presenta la siguiente figura representativa de la invención, la cual enseña una modalidad preferente de la misma y, por lo tanto, no debe considerarse como limitante a la definición de la solicitud.
La figura la muestra un diagrama de un sistema de correa transportadora de acuerdo con el arte previo, destacando los componentes principales.
La figura Ib muestra un diagrama del sistema de monitoreo integrado propuesto por el sistema y método de la invención, de acuerdo con una modalidad preferente.
La figura 2 muestra gráficos con diferentes resultados en la clasificación de características por clústeres, utilizando distintos métodos de extracción y reducción de dimensionalidad.
Descripción detallada de la modalidad preferente
El diagrama del sistema de correa transportadora mostrado en la figura la enseña que una modalidad de la invención contempla los siguientes componentes críticos del sistema de transporte 10: chute de transferencia 1, poleas 2, polines libres 3, correa 4, motor eléctrico 5, acoples 6 y reductor 7. Estos componentes se asocian a los respectivos módulos de monitoreo, en donde el motor eléctrico 5, acoples 6 y reductor 7 se asocian en conjunto al módulo de monitoreo de los componentes de impulsión. De acuerdo con la modalidad preferente de la invención los módulos de monitoreo asociados a los componentes críticos del sistema de transporte 10 incorporan la medición de variables de operación, en donde dichas variables están principalmente asociadas a la medición de datos de vibración mediante sensores dispuestos en dichos componentes, por ejemplo, acelerómetros ubicados en las cercanías de los componentes críticos. Otros tipos de mediciones pueden realizarse en los módulos de monitoreo, por ejemplo, mediciones asociadas a datos acústicos y/o de temperatura, empleando sensores adecuados para ello.
La figura Ib muestra un esquema del sistema de monitoreo integrado de la presente invención, en donde puede observarse que los módulos de monitoreo de los componentes críticos se encuentran en comunicación de datos con el subsistema de instrumentación y detección de fallas 100. Esta comunicación es preferentemente inalámbrica, lo que permite gestionar en forma remota el monitoreo de la condición del sistema de transporte 10. De acuerdo con el esquema en la figura Ib, el subsistema de instrumentación y detección de fallas 100 se encuentra en comunicación de datos con el subsistema predictivo de identificación de fallas 200 y con el subsistema de control basado en la condición 400. De acuerdo con una modalidad alternativa, se presenta una interfaz de usuario 300 para la visualización de información y el ingreso de datos, sin embargo, dicha interfaz de usuario 300 puede considerarse parte del subsistema de control basado en la condición 400. La comunicación entre los subsistemas de la invención se realiza mediante un estándar conocido como el OPC (por sus siglas en inglés de Open Platform Communications), ampliamente empleado en sistemas de monitoreo y automatización.
Ejemplo
La implementación del sistema de monitoreo integrado en un sistema de transporte 10 comprende la instrumentación de los principales componentes del sistema o componentes críticos, en donde un componente se entiende como crítico si su falla causa la detención del proceso de transporte o, si dicha falla significa un problema de seguridad mayor. Para ello se emplean los módulos de monitoreo que comprende el subsistema de instrumentación y detección de fallas 100 de la invención, es decir, un módulo de monitoreo del chute de transferencia, implementando análisis de vibraciones, un módulo de monitoreo de polines de impacto, implementando análisis de temperatura, un módulo de monitoreo de polines libres, implementando análisis acústico, un módulo de monitoreo de la correa transportadora, implementando un análisis de vibración y/o acústico, un módulo de monitoreo de los componentes de impulsión (motor, acoples y reductor), implementando preferentemente análisis de vibraciones, y un módulo de monitoreo de poleas, implementando análisis de vibraciones. Dichos módulos de monitoreo implementan sensores adecuados para la medición de los datos a medir en cada componente del sistema de transporte 10.
Mediante la implementación del subsistema de instrumentación y detección de fallas 100 se alimenta la base de datos del subsistema predictivo de identificación de fallas 200 con variada información de la condición del sistema de transporte 10, entre ellas datos asociados a la vibración de los principales componentes, en donde dicha vibración es obtenida por los acelerómetros instalados en los componentes en cuestión. Considerando que las frecuencias de interés para la obtención de datos no es mayor que 2 kHz, se configuran los sensores para tener un rango de adquisición entre 0 y 2 kHz para los datos de vibraciones. Estos datos comprenden series de tiempo muestreadas a alta frecuencia.
De acuerdo con una modalidad, los datos obtenidos por el subsistema de instrumentación y detección de fallas 100 pueden ser pre-procesados por el subsistema predictivo de identificación de fallas 200 antes de su almacenamiento, en donde dicho pre-procesamiento puede comprender limpieza y filtrado de los datos.
Una vez que los datos se han almacenado en la base de datos del subsistema predictivo de identificación de fallas 200, el motor de análisis de dicho subsistema extrae características o información de la serie de tiempo con los datos de vibraciones. Esta extracción puede realizarse por medio de estadísticas simples, tales como promedio o varianza, o características más complejas tales como espectros de frecuencia, ondículas (Wavelets) o periodogramas (Periodograms). Las características extraídas deben ser "suficientemente buenas" para permitir que un clasificador automático cumpla la tarea de identificar un comportamiento anormal entre la serie de datos. En este caso, "lo suficientemente bueno" significa que las características capturan información suficiente del conjunto de datos original. Este es un punto clave del procesamiento, ya que el modelamiento matemático se basa en estas características. La Transformada de Fourier y la Transformada de Ondícula (Wavelet) son dos bien conocidas transformaciones matemáticas que extraen información sobre el tiempo y las frecuencias de la serie de tiempo de entrada, lo que permite la separación entre la verdadera información y el ruido.
La Transformada de Fourier descompone la señal de entrada en una suma de funciones sinusoidales. Esta descomposición transforma la señal de entrada del dominio del tiempo al dominio de la frecuencia. En el dominio de la frecuencia, el espectro muestra todas las frecuencias contenidas en la señal de entrada. Según amplitud de frecuencia, se pueden seleccionar las frecuencias de interés que representan fenómenos físicos.
La transformada de Fourier se define en el dominio de tiempo continuo como se indica a continuación: f( = para cualquier número real ξ
Figure imgf000019_0001
Para utilizar la Transformada de Fourier en datos discretos reales, se aplica la llamada DFT (Transformada de Fourier Discreta) a la señal de la serie temporal. La Transformada Rápida de Fourier (FFT) es ampliamente utilizada como un algoritmo optimizado de la DFT. La siguiente ecuación muestra la expresión matemática de la FFT.
Figure imgf000019_0002
Actualmente, el experto que realiza el análisis de vibraciones utiliza el mismo espectro obtenido mediante FFT y un filtrado apropiado. Por lo tanto, el motor de análisis incorpora la FFT y se centra en la amplitud de picos a frecuencias específicas. Para cada señal de entrada, la FFT se calcula y los datos de k picos máximos (ubicación y amplitud) se guardan en la base de datos. Se selecciona arbitrariamente el número entero k teniendo en cuenta los picos medios significativos encontrados en el espectro. Parte de las características que se capturan a partir de los datos de entrada también consideran parámetros estadísticos. Actualmente se utilizan la Mediana, Varianza, Kurtosis y RMS (Root Mean Square).
Considerando lo anterior, trabajar con el espectro completo implica un alto coste computacional y no permite diferenciar fallas. Luego, se incluyen algunas características estadísticas a las frecuencias del espectro principal y se realiza un post-procesamiento a las características usando técnicas de reducción dimensional. Estas técnicas reducen la dimensionalidad de los datos para obtener una proyección de las características en n- dimensiones. Como ejemplo, se utiliza el algoritmo de Análisis de Componentes Principales (PCA por sus siglas en inglés de Principal Component Analysis) que calcula una transformación ortonormal lineal de un conjunto de datos en un espacio no correlacionado formado por las llamadas componentes principales de los datos. El componente principal es el que presenta la mayor varianza de los datos. Los componentes subsiguientes son los componentes ortogonales con mayor varianza. El algoritmo PCA se puede utilizar para reducir la dimensionalidad de los datos, eligiendo un conjunto deseado de componentes principales para la proyección. Si sólo se seleccionan dos o tres componentes, los datos se proyectarán a un espacio bi o tridimensional que permita la visualización de los datos. Mediante este proceso se puede estimar si las características son representativas de la información subyacente de las series de tiempo. Además, se puede observar cómo conjuntos de datos similares (procedentes de la misma fuente) se agrupan formando clústeres, lo que implica que las características extraídas representan el mismo fenómeno físico. La distancia entre clústeres es un punto clave para el proceso de clasificación. Otro ejemplo es el algoritmo de Análisis de Componentes Principales con Método Kernel (KPCA por sus siglas en inglés de Kernel Principal Component Analysis), en donde las operaciones originalmente lineales de PCA se realizan en un espacio de Hilbert con kernel de reproducción.
La clasificación, en el contexto de la presente invención, se define como la determinación de si la información obtenida de los datos de vibración indica la presencia de un fenómeno anormal (detección de falla) e identifica a qué grupo corresponde la muestra anormal (identificación de falla). Para ello, se pueden utilizar clasificadores como las Máquinas de Vectores de Soporte (SVM por sus siglas en inglés de Support Vector Machines) o Redes neuronales Artificiales (ANN por sus siglas en inglés de Artificial Neural Network), los que permiten diferenciar los clústeres.
En todos los casos, los clasificadores deben ser entrenados con datos fuera de línea o históricos como se ha indicado anteriormente. Un conjunto diferente de características y algoritmos de clasificación debe ser probado y comparado con el fin de validar si los algoritmos detectan e identifican correctamente la falla de interés.
En este ejemplo, se consideran 14 muestras de datos de vibración de un componente específico donde se sabe que 4 de ellos son tomados de un componente que falla. En la Figura 2 se muestra cómo los datos de los componentes sanos y defectuosos se agrupan bajo diferentes características de extracción (puntos). Usando el clasificador SVM (líneas rojas) se puede observar cómo el clasificador separa automáticamente los datos. Los resultados obtenidos son ventajosos ya que es posible disociar automáticamente los puntos de características que representan componentes sanos y defectuosos en la mayoría de los casos (las "X" en la Figura 2 representan el conjunto de datos de componentes saludables). Una vez que se han clasificados los datos e identificados aquellos que representan una falla en el sistema de transporte 10 o en alguno de sus componentes críticos, el motor de análisis del subsistema predi ctivo de identificación de fallas 200 permite generar acciones de control que son gestionadas por el subsistema de control basado en la condición 400, el cual mediante la implementación de las acciones de control y en base al plan de producción, límites de seguridad y datos de operación del sistema de transporte 10, ejecutada el control basado en la condición sobre el sistema de transporte 10, determinando mantener la operación, modificar sus parámetros de funcionamiento o simplemente detenerla.

Claims

REIVINDICACIONES
1. Un sistema de monitoreo integrado para el monitoreo y control de fallas en sistemas de transporte, caracterizado porque comprende:
sensores específicos que miden y controlan los principales componentes del sistema de transporte, adquiriendo información relacionada con la operación del sistema de transporte; actuadores específicos en los componentes principales del sistema de transporte para modificar la operación del mismo;
una unidad de adquisición y procesamiento de datos que simplifica la complejidad del monitoreo y facilita la interpretación de las mediciones, facilitando la automatización del sistema de transporte en base al procesamiento de la información adquirida;
un subsistema de instrumentación y detección de fallas;
un subsistema predictivo de identificación de fallas; y
un subsistema de control basado en la condición.
en donde el subsistema de instrumentación y detección de fallas está configurado para obtener información de operación del sistema de transporte a través del monitoreo continuo de la condición del sistema de transporte durante su operación, y está configurado para detectar fallas imprevistas que ocurren durante la operación, para establecer acciones correctivas,
en donde el subsistema predictivo de identificación de fallas procesa la información recopilada por el subsistema de instrumentación y detección de fallas, para establecer la condición del sistema de transporte e identificar aquellas fallas que pueden ocurrir durante la operación del sistema de transporte, es decir, identificar fallas en forma predictiva;
en donde las acciones generadas por el subsistema de instrumentación y detección de fallas y el subsistema predictivo de identificación de fallas son ejecutadas por el subsistema de
1 control basado en la condición, configurado para ejecutar un plan de operación del sistema de transporte; y
en donde el subsistema de control basado en la condición ejecuta la operación del sistema de transporte en base a un plan de producción, límites de seguridad y datos operacionales predeterminados o ingresados por un usuario, ejerciendo control sobre el sistema de transporte en base al monitoreo basado en la condición y a las acciones correctivas o predictivas generadas.
2. El sistema de monitoreo de acuerdo con la reivindicación 1, caracterizado porque el subsistema de instrumentación y detección de fallas comprende uno o más módulos de monitoreo emplazados en los distintos componentes principales del sistema de transporte, en donde dichos módulos se seleccionan del grupo que comprende:
un módulo de monitoreo de al menos un chute de transferencia del sistema de transporte, implementando análisis de vibraciones;
un módulo de monitoreo de uno o más polines de impacto del sistema de transporte, implementando análisis de temperatura;
un módulo de monitoreo de uno o más polines libres del sistema de transporte, implementando análisis acústico;
un módulo de monitoreo de al menos una correa transportadora del sistema de transporte, implementando un análisis de vibración y/o acústico;
un módulo de monitoreo de componentes de impulsión del sistema de transporte, implementando preferentemente análisis de vibraciones;
un módulo de monitoreo de una o más poleas del sistema de transporte, implementando análisis de vibraciones; o
una combinación de uno o más de los módulos anteriores.
2
3. El sistema de monitoreo de acuerdo con la reivindicación 2, caracterizado porque la información recopilada por los módulos de monitoreo es enviada a la unidad de adquisición y procesamiento de datos para su procesamiento y generación del plan de operación, el que es ejecutado por el subsistema de control basado en la condición.
4. El sistema de monitoreo de acuerdo con la reivindicación 3, caracterizado porque la unidad de adquisición y procesamiento de datos puede estar formada por uno o más equipos dispuestos para la adquisición y procesamiento de datos.
5. El sistema de monitoreo de acuerdo con una cualquiera de las reivindicaciones 2 a 4, caracterizado porque el módulo de monitoreo del chute de transferencia se dispone para la medición de variables asociadas a la operación de un sistema de transferencia basado en chutes, en donde dicho componente está expuesto a cargas asociadas al impacto continuo del material que se transfiere de un sistema a otro.
6. El sistema de monitoreo de acuerdo con la reivindicación 5, caracterizado porque el módulo de monitoreo del chute de transferencia comprende al menos un sensor de vibración para la medición de la vibración en el chute y sus componentes durante la operación del sistema , considerando que los modos de falla más usuales asociados al chute de transferencia guardan relación con el desgaste/afloj amiento de placas, aflojamiento de pernos en las placas, desgaste /rotura de placas guía, rotura de estructura y rotura del sensor de apilamiento, formación de atollos al interior del chute, entre otros.
7. El sistema de monitoreo de acuerdo con la reivindicación 6, caracterizado porque el módulo de monitoreo del chute comprende múltiples sensores de vibración dispuestos en la
3 superficie exterior del chute a distintos niveles, identificando la vibración del chute en distintas zonas del mismo, permitiendo la detección de fallas y/o de la formación de aglomeraciones que podrían dar lugar a un atollo del chute.
8. El sistema de monitoreo de acuerdo con una cualquiera de las reivindicaciones 2 a 7, caracterizado porque el módulo de monitoreo de polines de impacto se dispone para la medición de variables asociadas a la operación de los polines de impacto del sistema de transporte, en donde dicho componente está expuesto a cargas asociadas al giro de los polines y al impacto del material sobre los mismos.
9. El sistema de monitoreo de acuerdo con la reivindicación 8, caracterizado porque el módulo de monitoreo de polines de impacto comprende al menos un sensor de temperatura dispuesto para medir la temperatura de operación de al menos un polín de impacto, considerando que los modos de falla más usuales asociados a los polines de impacto son el desgaste excesivo, el atascamiento de los polines y la falla de los rodamientos, entre otros.
10. El sistema de monitoreo de acuerdo con la reivindicación 9, caracterizado porque el al menos un sensor de temperatura del módulo de monitoreo de polines de impacto se dispone en la cercanía del conjunto de polines de impacto, por ejemplo, montado a la estructura de soporte de los polines por medio de un mecanismo de unión magnético y/o montado en la cercanía de los rodamientos sobre los cuales giran dichos polines.
11. El sistema de monitoreo de acuerdo con una cualquiera de las reivindicaciones 2 a 10, caracterizado porque el módulo de monitoreo de los polines libres se dispone para la medición de variables asociadas a la operación de los polines libres del sistema de transporte, en
4 donde dicho componente está expuesto a esfuerzos asociados a la carga del material y su transporte continuo.
12. El sistema de monitoreo de acuerdo con la reivindicación 11, caracterizado porque el módulo de monitoreo de los polines libres comprende al menos un sensor acústico para la medición de señales acústicas emitidas durante la operación de los polines, considerando que los modos de falla más usuales asociados a los polines libres guardan relación con el desgaste, falla del sensor de peso y aflojamiento de las estaciones/estructuras, entre otros.
13. El sistema de monitoreo de acuerdo con la reivindicación 12, caracterizado porque dicho al menos un sensor acústico se dispone por debajo de la estación/estructura, preferentemente al centro de la misma.
14. El sistema de monitoreo de acuerdo con una cualquiera de las reivindicaciones 2 a 13, caracterizado porque el módulo de monitoreo de la correa transportadora se dispone para la medición de variables asociadas a la operación de la correa del sistema de transporte, en donde dicho componente está expuesto a cargas asociadas al impacto del material y al continuo movimiento de la correa.
15. El sistema de monitoreo de acuerdo con la reivindicación 14, caracterizado porque el módulo de monitoreo de la correa transportadora comprende al menos un sensor de vibración y/o al menos un sensor acústico para la medición de la vibración en la correa y/o de las señales acústicas emitidas durante la operación, respectivamente, considerando que los modos de falla más usuales asociados a la correa guardan relación con los sensores de peso, medición de
5 carga (T/h), correa dañada en sus junturas o empalmes, desalineación (vaivén), posicionamiento del freno de emergencia y tensión de la correa, entre otros.
16. El sistema de monitoreo de acuerdo con la reivindicación 15, caracterizado porque los sensores asociados al módulo de monitoreo de la correa transportadora son equivalentes a los sensores asociados al módulo de monitoreo de los polines.
17. El sistema de monitoreo de acuerdo con una cualquiera de las reivindicaciones 2 a 16, caracterizado porque el módulo de monitoreo de los componentes de impulsión se dispone para la medición de variables asociadas a la operación del motor, acoples y reductores que impulsan el movimiento de la correa, en donde dichos componentes están expuesto a esfuerzos asociados a la carga del material y su transporte continuo.
18. El sistema de monitoreo de acuerdo con la reivindicación 17, caracterizado porque el módulo de monitoreo de los componentes de impulsión comprende al menos un sensor de vibración para la medición de señales de vibración emitidas durante la operación de los componentes de impulsión, considerando que los modos de falla más usuales asociados a los componentes de impulsión guardan relación con problemas en las fases, la temperatura de operación, sensores de velocidad y rodamientos, en el caso del motor, rotura/afloj amiento y daño o corte de las correas de transmisión, en el caso de los acoples, y bajo nivel de aceite y daños en engranes y rodamientos, en el caso de los reductores, entre otros.
19. El sistema de monitoreo de acuerdo con la reivindicación 18, caracterizado porque los sensores de vibraciones se colocan en los puntos críticos de medición, es decir, en los
6 descansos de los rodamientos para motores; y alrededor de la carcasa de la caja de reducción para la transmisión, preferentemente.
20. El sistema de monitoreo de acuerdo con una cualquiera de las reivindicaciones 2 a 19, caracterizado porque el módulo de monitoreo de poleas se dispone para la medición de variables asociadas a la operación de las poleas presentes en el sistema de transporte, en donde dicho componente está expuesto a cargas asociadas a la tensión que debe mantener la correa.
21. El sistema de monitoreo de acuerdo con la reivindicación 20, caracterizado porque el módulo de monitoreo de poleas comprende al menos un sensor de vibración para la medición de la vibración en las poleas durante la operación del sistema de transporte, considerando que los modos de falla más usuales asociados a las poleas guardan relación con la desalineación, atascamiento del tensor de la correa y rodamientos, entre otros.
22. El sistema de monitoreo de acuerdo con la reivindicación 21, caracterizado porque los sensores de vibraciones se colocan en los puntos críticos de medición, es decir, en los descansos de los rodamientos para las poleas, preferentemente.
23. El sistema de monitoreo de acuerdo con una cualquiera de las reivindicaciones 1 a 22, caracterizado porque el subsistema predictivo de identificación de fallas comprende al menos una base de datos que incorpora un conjunto específico de fallas usuales que ocurren en un sistema de transporte, en donde dicho conjunto específico de fallas es generado en base a la experiencia y/o mediante las fallas detectadas por el subsistema de instrumentación y detección de fallas.
7
24. El sistema de monitoreo de acuerdo con la reivindicación 23, caracterizado porque el subsistema predictivo de identificación de fallas comprende un motor de análisis que permite estimar la vida útil remanente de los componentes del sistema de transporte, identificando fallas futuras en base al monitoreo continuo e integral del sistema de transporte y definiendo acciones predictivas.
25. El sistema de monitoreo de acuerdo con la reivindicación 24, caracterizado porque las acciones predictivas definidas por el motor de análisis del subsistema predictivo de identificación de fallas son generadas utilizando herramientas de inteligencia artificial, integrando la información histórica con información en tiempo real obtenida por el monitoreo continuo que realiza el subsistema de instrumentación y detección de fallas de la invención.
26. El sistema de monitoreo de acuerdo con la reivindicación 25, caracterizado porque las herramientas de inteligencia artificial implementadas por el subsistema predictivo de identificación de fallas asisten en la detección e identificación automática de un conjunto de fallas, estimar la vida útil restante (RUL por sus siglas en inglés de Remaining Useful Life) de componentes de interés y optimizar los planes de mantención en base a monitoreo de la condición.
27. El sistema de monitoreo de acuerdo con la reivindicación 26, caracterizado porque las herramientas de inteligencia artificial se basan en algoritmos de prognosis, enfocados en predecir el tiempo en el cual un sistema o un componente no realizará la función para la cual están determinados, es decir, fallará, en donde dichos algoritmos de prognosis comprenden la creación de modelos matemáticos representativos de la operación del sistema de transporte.
8
28. El sistema de monitoreo de acuerdo con la reivindicación 27, caracterizado porque, una vez creados los modelos representativos, se procede a una etapa de aprendizaje de los mismos, para luego pasar a una etapa de explotación o de reconocimiento de patrones para la estimación de la RUL, en donde esta etapa se realiza en línea, es decir, con datos obtenidos en tiempo real a partir del monitoreo continuo del sistema de transporte.
29. El sistema de monitoreo de acuerdo con la reivindicación 28, caracterizado porque la etapa de aprendizaje utiliza algoritmos de aprendizaje para disociar automáticamente los comportamientos de los datos, en donde el motor de análisis del subsistema predictivo de identificación de fallas es capaz de aprender e identificar por sí mismo una lista de modelos del conjunto de datos de entrenamiento
30. El sistema de monitoreo de acuerdo con la reivindicación 29, caracterizado porque, durante la etapa de explotación o reconocimiento de patrones, se extraen características de datos en línea mediante el monitoreo continuo del sistema de transporte, ejecutándose algoritmos de reconocimiento de patrones con el fin de identificar a qué clúster o modelo pertenece el dato, ejecutándose algoritmos de estimación para el desarrollo de la velocidad de falla para estimar la RUL, y el motor de análisis del subsistema predictivo de identificación de fallas es capaz de predecir la vida útil remanente o restante (RUL) de los componentes que forman el sistema de transporte, entregando información que permite tomar acciones sobre el sistema de transporte.
31. Un método de monitoreo integrado para el monitoreo y control de fallas en sistemas de transporte, caracterizado porque comprende
9 medir y controlar los principales componentes del sistema de transporte mediante sensores específicos, adquiriendo información relacionada con la operación del sistema de transporte
obtener información de operación del sistema de transporte a través del monitoreo continuo de la condición del sistema de transporte durante su operación y detectar fallas imprevistas que ocurren durante la operación, para establecer acciones correctivas, mediante un subsistema de instrumentación y detección de fallas;
procesar la información adquirida por los sensores específicos mediante una unidad de adquisición y procesamiento de datos, que simplifica la complejidad del monitoreo y facilita la interpretación de las mediciones, facilitando la automatización del sistema de transporte en base al procesamiento de la información adquirida;
procesar la información recopilada por el subsistema de instrumentación y detección de fallas mediante un subsistema predictivo de identificación de fallas, para establecer la condición del sistema de transporte e identificar aquellas fallas que pueden ocurrir durante la operación del sistema de transporte, es decir, identificar fallas en forma predictiva;
ejecutar las acciones generadas por el subsistema de instrumentación y detección de fallas y el subsistema predictivo de identificación de fallas mediante un subsistema de control basado en la condición, configurado para ejecutar un plan de operación del sistema de transporte, en donde el subsistema de control basado en la condición ejecuta la operación del sistema de transporte en base a un plan de producción, límites de seguridad y datos operacionales predeterminados o ingresados por un usuario, ejerciendo control sobre el sistema de transporte en base al monitoreo basado en la condición y a las acciones correctivas o predictivas generadas; y
modificar la operación del sistema de transporte mediante actuadores específicos en los componentes principales del sistema de transporte;
10
32. El método de monitoreo de acuerdo con la reivindicación 31, caracterizado porque el subsistema de instrumentación y detección de fallas comprende uno o más módulos de monitoreo emplazados en los distintos componentes principales del sistema de transporte, en donde dichos módulos se seleccionan del grupo que comprende:
un módulo de monitoreo de al menos un chute de transferencia del sistema de transporte, implementando análisis de vibraciones;
un módulo de monitoreo de uno o más polines de impacto del sistema de transporte, implementando análisis de temperatura;
un módulo de monitoreo de uno o más polines libres del sistema de transporte, implementando análisis acústico;
un módulo de monitoreo de al menos una correa transportadora del sistema de transporte, implementando un análisis de vibración y/o acústico;
un módulo de monitoreo de componentes de impulsión del sistema de transporte, implementando preferentemente análisis de vibraciones;
un módulo de monitoreo de una o más poleas del sistema de transporte, implementando análisis de vibraciones; o
una combinación de uno o más de los módulos anteriores.
33. El método de monitoreo de acuerdo con la reivindicación 2, caracterizado porque comprende enviar la información recopilada por los módulos de monitoreo a la unidad de adquisición y procesamiento de datos para su procesamiento y generación del plan de operación, el que es ejecutado por el subsistema de control basado en la condición.
11
34. El método de monitoreo de acuerdo con la reivindicación 33, caracterizado porque la unidad de adquisición y procesamiento de datos puede estar formada por uno o más equipos dispuestos para la adquisición y procesamiento de datos.
35. El método de monitoreo de acuerdo con una cualquiera de las reivindicaciones 32 a 34, caracterizado porque el módulo de monitoreo del chute de transferencia se dispone para la medición de variables asociadas a la operación de un sistema de transferencia basado en chutes, en donde dicho componente está expuesto a cargas asociadas al impacto continuo del material que se transfiere de un sistema a otro.
36. El método de monitoreo de acuerdo con la reivindicación 35, caracterizado porque para la medición de la vibración en el chute y sus componentes durante la operación del sistema el módulo de monitoreo del chute de transferencia comprende al menos un sensor de vibración, considerando que los modos de falla más usuales asociados al chute de transferencia guardan relación con el desgaste/afloj amiento de placas, aflojamiento de pernos en las placas, desgaste /rotura de placas guía, rotura de estructura y rotura del sensor de apilamiento, formación de atollos al interior del chute, entre otros.
37. El método de monitoreo de acuerdo con la reivindicación 36, caracterizado porque el módulo de monitoreo del chute comprende múltiples sensores de vibración dispuestos en la superficie exterior del chute a distintos niveles, identificando la vibración del chute en distintas zonas del mismo, permitiendo la detección de fallas y/o de la formación de aglomeraciones que podrían dar lugar a un atollo del chute.
12
38. El método de monitoreo de acuerdo con una cualquiera de las reivindicaciones 32 a 37, caracterizado porque el módulo de monitoreo de polines de impacto se dispone para la medición de variables asociadas a la operación de los polines de impacto del sistema de transporte, en donde dicho componente está expuesto a cargas asociadas al giro de los polines y al impacto del material sobre los mismos.
39. El método de monitoreo de acuerdo con la reivindicación 38, caracterizado porque para medir la temperatura de operación de al menos un polín de impacto el módulo de monitoreo de polines de impacto comprende al menos un sensor de temperatura dispuesto, considerando que los modos de falla más usuales asociados a los polines de impacto son el desgaste excesivo, el atascamiento de los polines y la falla de los rodamientos, entre otros.
40. El método de monitoreo de acuerdo con la reivindicación 903, caracterizado porque el al menos un sensor de temperatura del módulo de monitoreo de polines de impacto se dispone en la cercanía del conjunto de polines de impacto, por ejemplo, montado a la estructura de soporte de los polines por medio de un mecanismo de unión magnético y/o montado en la cercanía de los rodamientos sobre los cuales giran dichos polines.
41. El método de monitoreo de acuerdo con una cualquiera de las reivindicaciones 32 a 40, caracterizado porque el módulo de monitoreo de los polines libres se dispone para la medición de variables asociadas a la operación de los polines libres del sistema de transporte, en donde dicho componente está expuesto a esfuerzos asociados a la carga del material y su transporte continuo.
13
42. El método de monitoreo de acuerdo con la reivindicación 41, caracterizado porque para la medición de señales acústicas emitidas durante la operación de los polines el módulo de monitoreo de los polines libres comprende al menos un sensor acústico, considerando que los modos de falla más usuales asociados a los polines libres guardan relación con el desgaste, falla del sensor de peso y aflojamiento de las estaciones/estructuras, entre otros.
43. El método de monitoreo de acuerdo con la reivindicación 42, caracterizado porque dicho al menos un sensor acústico se dispone por debajo de la estación/estructura, preferentemente al centro de la misma.
44. El método de monitoreo de acuerdo con una cualquiera de las reivindicaciones 32 a 43, caracterizado porque el módulo de monitoreo de la correa transportadora se dispone para la medición de variables asociadas a la operación de la correa del sistema de transporte, en donde dicho componente está expuesto a cargas asociadas al impacto del material y al continuo movimiento de la correa.
45. El método de monitoreo de acuerdo con la reivindicación 44, caracterizado porque para la medición de la vibración en la correa y/o de las señales acústicas emitidas durante la operación el módulo de monitoreo de la correa transportadora comprende al menos un sensor de vibración y/o al menos un sensor acústico, respectivamente, considerando que los modos de falla más usuales asociados a la correa guardan relación con los sensores de peso, medición de carga (T/h), correa dañada en sus junturas o empalmes, desalineación (vaivén), posicionamiento del freno de emergencia y tensión de la correa, entre otros.
14
46. El método de monitoreo de acuerdo con la reivindicación 45, caracterizado porque los sensores asociados al módulo de monitoreo de la correa transportadora son equivalentes a los sensores asociados al módulo de monitoreo de los polines.
47. El método de monitoreo de acuerdo con una cualquiera de las reivindicaciones 32 a 46, caracterizado porque el módulo de monitoreo de los componentes de impulsión se dispone para la medición de variables asociadas a la operación del motor, acoples y reductores que impulsan el movimiento de la correa, en donde dichos componentes están expuesto a esfuerzos asociados a la carga del material y su transporte continuo.
48. El método de monitoreo de acuerdo con la reivindicación 47, caracterizado porque para la medición de señales de vibración emitidas durante la operación de los componentes de impulsión el módulo de monitoreo de los componentes de impulsión comprende al menos un sensor de vibración, considerando que los modos de falla más usuales asociados a los componentes de impulsión guardan relación con problemas en las fases, la temperatura de operación, sensores de velocidad y rodamientos, en el caso del motor, rotura/afloj amiento y daño o corte de las correas de transmisión, en el caso de los acoples, y bajo nivel de aceite y daños en engranes y rodamientos, en el caso de los reductores, entre otros.
49. El método de monitoreo de acuerdo con la reivindicación 48, caracterizado porque los sensores de vibraciones se colocan en los puntos críticos de medición, es decir, en los descansos de los rodamientos para motores; y alrededor de la carcasa de la caja de reducción para la transmisión, preferentemente.
15
50. El método de monitoreo de acuerdo con una cualquiera de las reivindicaciones 32 a 49, caracterizado porque el módulo de monitoreo de poleas se dispone para la medición de variables asociadas a la operación de las poleas presentes en el sistema de transporte, en donde dicho componente está expuesto a cargas asociadas a la tensión que debe mantener la correa.
51. El método de monitoreo de acuerdo con la reivindicación 50, caracterizado porque para la medición de la vibración en las poleas durante la operación del sistema de transporte el módulo de monitoreo de poleas comprende al menos un sensor de vibración, considerando que los modos de falla más usuales asociados a las poleas guardan relación con la desalineación, atascamiento del tensor de la correa y rodamientos, entre otros.
52. El método de monitoreo de acuerdo con la reivindicación 51, caracterizado porque los sensores de vibraciones se colocan en los puntos críticos de medición, es decir, en los descansos de los rodamientos para las poleas, preferentemente.
53. El método de monitoreo de acuerdo con una cualquiera de las reivindicaciones 1 a 52, caracterizado porque además comprende almacenar un conjunto específico de fallas usuales que ocurren en un sistema de transporte en una base de datos del subsistema predictivo de identificación de fallas, en donde dicho conjunto específico de fallas es generado en base a la experiencia y/o mediante las fallas detectadas por el subsistema de instrumentación y detección de fallas.
54. El método de monitoreo de acuerdo con la reivindicación 53, caracterizado porque comprende estimar la vida útil remanente de los componentes del sistema de transporte mediante un motor de análisis del subsistema predictivo de identificación de fallas, identificando
16 fallas futuras en base al monitoreo continuo e integral del sistema de transporte y definiendo acciones predictivas.
55. El método de monitoreo de acuerdo con la reivindicación 54, caracterizado porque las acciones predictivas definidas por el motor de análisis del subsistema predictivo de identificación de fallas son generadas utilizando herramientas de inteligencia artificial, integrando la información histórica con información en tiempo real obtenida por el monitoreo continuo que realiza el subsistema de instrumentación y detección de fallas de la invención.
56. El método de monitoreo de acuerdo con la reivindicación 55, caracterizado porque las herramientas de inteligencia artificial implementadas por el subsistema predictivo de identificación de fallas asisten en la detección e identificación automática de un conjunto de fallas, estimar la vida útil restante (RUL por sus siglas en inglés de Remaining Useful Life) de componentes de interés y optimizar los planes de mantención en base a monitoreo de la condición.
57. El método de monitoreo de acuerdo con la reivindicación 56, caracterizado porque las herramientas de inteligencia artificial se basan en algoritmos de prognosis, enfocados en predecir el tiempo en el cual un sistema o un componente no realizará la función para la cual están determinados, es decir, fallará, en donde dichos algoritmos de prognosis comprenden la creación de modelos matemáticos representativos de la operación del sistema de transporte.
58. El método de monitoreo de acuerdo con la reivindicación 57, caracterizado porque, una vez creados los modelos representativos, se procede a una etapa de aprendizaje de los mismos, para luego pasar a una etapa de explotación o de reconocimiento de patrones para la
17 estimación de la RUL, en donde esta etapa se realiza en línea, es decir, con datos obtenidos en tiempo real a partir del monitoreo continuo del sistema de transporte.
59. El método de monitoreo de acuerdo con la reivindicación 58, caracterizado porque la etapa de aprendizaje utiliza algoritmos de aprendizaje para disociar automáticamente los comportamientos de los datos, en donde el motor de análisis del subsistema predictivo de identificación de fallas es capaz de aprender e identificar por sí mismo una lista de modelos del conjunto de datos de entrenamiento
60. El método de monitoreo de acuerdo con la reivindicación 59, caracterizado porque, durante la etapa de explotación o reconocimiento de patrones, se extraen características de datos en línea mediante el monitoreo continuo del sistema de transporte, ejecutándose algoritmos de reconocimiento de patrones con el fin de identificar a qué clúster o modelo pertenece el dato, ejecutándose algoritmos de estimación para el desarrollo de la velocidad de falla para estimar la RUL, y el motor de análisis del subsistema predictivo de identificación de fallas es capaz de predecir la vida útil remanente o restante (RUL) de los componentes que forman el sistema de transporte, entregando información que permite tomar acciones sobre el sistema de transporte.
18
PCT/CL2018/050044 2017-06-09 2018-06-08 Sistema y método de monitoreo integrado para el monitoreo y control de fallas en sistemas de correas transportadoras WO2018223246A1 (es)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US201762517605P 2017-06-09 2017-06-09
US62/517,605 2017-06-09

Publications (1)

Publication Number Publication Date
WO2018223246A1 true WO2018223246A1 (es) 2018-12-13

Family

ID=64565711

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/CL2018/050044 WO2018223246A1 (es) 2017-06-09 2018-06-08 Sistema y método de monitoreo integrado para el monitoreo y control de fallas en sistemas de correas transportadoras

Country Status (1)

Country Link
WO (1) WO2018223246A1 (es)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
AU2009293401B2 (en) * 2008-09-19 2015-08-27 Fenner Dunlop Americas, Inc. System and method for controlling a conveyor belt condition monitoring system
JP5886568B2 (ja) * 2010-08-31 2016-03-16 伊東電機株式会社 ローラコンベア装置の故障診断方法、ローラコンベア装置、並びにコンベア装置用コントローラ
CN105692118A (zh) * 2016-04-01 2016-06-22 西安科技大学 一种矿井带式输送机故障监测预警系统及方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
AU2009293401B2 (en) * 2008-09-19 2015-08-27 Fenner Dunlop Americas, Inc. System and method for controlling a conveyor belt condition monitoring system
JP5886568B2 (ja) * 2010-08-31 2016-03-16 伊東電機株式会社 ローラコンベア装置の故障診断方法、ローラコンベア装置、並びにコンベア装置用コントローラ
CN105692118A (zh) * 2016-04-01 2016-06-22 西安科技大学 一种矿井带式输送机故障监测预警系统及方法

Similar Documents

Publication Publication Date Title
EP3186598B1 (en) Monitoring of a device having a movable part
CA2875071C (en) Method and system for testing operational integrity of a drilling rig
US20170052060A1 (en) Method and system for automatically detecting faults in a rotating shaft
Daniyan et al. Development of a diagnostic and prognostic tool for predictive maintenance in the railcar industry
US20210102527A1 (en) System and method for monitoring a device
Wang Key techniques in intelligent predictive maintenance (IPdM)–a framework of intelligent faults diagnosis and prognosis system (IFDaPS)
Zhi Remote performance evaluation, life prediction and fault diagnosis of RV reducer for industrial robot
WO2018223246A1 (es) Sistema y método de monitoreo integrado para el monitoreo y control de fallas en sistemas de correas transportadoras
CN119429576A (zh) 一种残煤智能化处理系统及方法
Olsson et al. Case-based reasoning combined with statistics for diagnostics and prognosis
Szkilnyk Vision-based fault detection in assembly automation
Park et al. Development of Anomaly Detection Technology Applicable to Various Equipment Groups in Smart Factory
Ebrahimi A method based on support vector machine and vibration analysis for fault detection in bevel gears (Case study: Differential)
CN116108374A (zh) 一种用于风力发电机组故障诊断的方法
KR102489762B1 (ko) 패턴인식에 의한 공정 이상 감지 시스템 및 그 방법
Strackeljan et al. Smart adaptive monitoring and diagnostic systems
Wodecki et al. Automatic calculation of thresholds for load dependent condition indicators by modelling of probability distribution functions–maintenance of gearboxes used in mining conveying system
Santhanam et al. Real-Time Condition Monitoring of Multi-Component High Torque Helical Gearbox in Coal Handling Belt Conveyor System Using Machine Learning–A Statistical Approach
Yuan et al. Data-driven model development using support vector machine for railway overhead contact wire maintenance
Lee et al. Embedding convolution neural network-based defect finder for deployed vision inspector in manufacturing company frontec
Kaur et al. Predictive Framework of Conveyor Idler Bearings Fault Monitoring using Efficient Signal Processing Technique.
Trilla et al. Developing a hybrid expert/data-driven health index for railway axleboxes using auto-encoder neural networks
Barakat et al. Air leaks fault detection in maintenance using machine learning
KR102407707B1 (ko) 회전체 이상 진단 시스템
Wang et al. Data fusion and machine learning for bridge damage detection

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 18813468

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 18813468

Country of ref document: EP

Kind code of ref document: A1