Descargue nuestro Catálogo de productos 2025 para obtener planos detallados y parámetros técnicos de todos los componentes de los equipos de conmutación.
Obtener catálogo Descargue nuestro Catálogo de productos 2025 para obtener planos detallados y parámetros técnicos de todos los componentes de los equipos de conmutación.
Obtener catálogo
Cree hojas de datos de campo de equipos de MT que realicen un seguimiento de la resistencia de los contactos, el aislamiento, la temporización y las tendencias antes de que se produzcan fallos.
Cada armario eléctrico, cada disyuntor, cada relé de protección cuenta una historia a través de los datos que genera. Sin embargo, en mis 18 años de experiencia en el mantenimiento de equipos eléctricos de media tensión en instalaciones industriales y subestaciones eléctricas, he visto a innumerables equipos de mantenimiento recopilar miles de puntos de datos que, en última instancia, no predicen nada. Las hojas de datos de campo se convierten en archivadores de registros históricos que sólo revelan su valor después de que un fallo catastrófico obligue a realizar un análisis forense.
El problema fundamental no es la recogida de datos, sino su arquitectura. La mayoría de las hojas de datos de campo capturan lo que ha ocurrido en lugar de lo que está ocurriendo. Registran instantáneas cuando deberían seguir trayectorias. Una lectura de resistencia de contacto de 150 microohmios no significa nada de forma aislada. Pero esa misma lectura, cuando se compara con los 85 microohmios medidos hace tres años y los 120 microohmios registrados hace 18 meses, revela una curva de degradación que apunta hacia el fallo con precisión matemática.
Este artículo presenta un enfoque sistemático para diseñar hojas de datos de campo que transformen las inspecciones rutinarias en inteligencia predictiva. Basándonos en los principios de la ingeniería de fiabilidad y en la experiencia de campo adquirida con esfuerzo, examinaremos cómo estructurar la recopilación de datos para que sus registros se conviertan en auténticos predictores de fallos en lugar de artefactos de cumplimiento.
Antes de diseñar una hoja de datos predictiva, debe comprender cómo fallan los equipos de MT. Los fallos rara vez se producen sin previo aviso: se anuncian a través de cambios medibles en los parámetros que se aceleran a medida que avanza la degradación.
Los equipos de media tensión funcionan en una lucha constante contra la entropía. Las superficies de contacto se oxidan y agrietan. Los sistemas de aislamiento absorben la humedad y desarrollan trayectorias de rastreo. Las conexiones mecánicas se desgastan y se aflojan. Cada mecanismo de degradación produce señales características:
Degradación térmica sigue una relación de Arrhenius: las velocidades de reacción se duplican aproximadamente cada 10°C por encima de la temperatura nominal. Un disyuntor de vacío que funcione constantemente a 75 °C experimentará un envejecimiento del aislamiento aproximadamente cuatro veces más rápido que uno que funcione a 55 °C. Su hoja de datos no sólo debe reflejar las temperaturas puntuales, sino también el historial de temperaturas de funcionamiento.
Degradación por contacto se manifiesta a través de la tendencia de la resistencia. Los contactos recién plateados pueden medir 25 microohmios. Esa lectura aumentará previsiblemente con cada operación de conmutación y exposición ambiental. Lo más importante: no es el valor absoluto lo que predice un fallo, sino el ritmo de cambio y cualquier discontinuidad repentina en la tendencia.
Degradación del aislamiento se revela a través de múltiples parámetros: disminución de la resistencia de aislamiento, aumento del factor de disipación y cambio de los valores de capacidad. La relación entre estos parámetros suele proporcionar más información de diagnóstico que una sola medición.
A efectos de predicción, las averías de los equipos de MT se dividen en tres categorías:
Una ficha de datos correctamente diseñada recoge información relevante para las tres categorías, al tiempo que hace hincapié en los parámetros que permiten la detección precoz de las dos primeras.
Las hojas de datos de campo tradicionales adolecen de un defecto de diseño fundamental: están organizadas en función de la comodidad de la inspección y no de su utilidad analítica. Los técnicos rellenan cajas, los supervisores archivan papeles y el potencial predictivo permanece oculto.
El primer principio arquitectónico es diseñar para el análisis de tendencias desde el principio. Toda medición cuantitativa necesita:
Cuando un técnico que realiza pruebas de resistencia de contacto ve no sólo la lectura de hoy, sino la trayectoria de inspecciones anteriores, el reconocimiento de patrones se vuelve intuitivo. Una lectura de 200 microohmios que parece aceptable de forma aislada se vuelve obviamente preocupante cuando se muestra junto a una línea de base de 50 microohmios y una tendencia que muestra un aumento de 30% al año.
Las hojas de datos predictivas eficaces incorporan árboles de decisión que orientan la investigación adicional en función de los resultados. Por ejemplo:
Si la resistencia de contacto supera la línea de base en >100%:
- Realización de imágenes térmicas detalladas bajo carga
- Documentar fotográficamente el estado de la superficie de contacto
- Medir la fuerza de contacto con un calibre
- Registro en el programa de seguimiento reforzado
Esta lógica condicional transforma el registro pasivo en investigación activa, garantizando que las señales de alerta temprana desencadenen un seguimiento adecuado en lugar de desaparecer en registros que nadie revisa hasta que se produce el fallo.
No todas las mediciones contribuyen por igual a la predicción de averías. Tras analizar los registros de averías de más de 400 equipos de MT, he identificado los parámetros que proporcionan una alerta temprana más fiable en todas las categorías de equipos.
Tendencia de la resistencia de contacto sigue siendo el predictor más valioso para interruptores y disyuntores. La clave es la coherencia: misma corriente de prueba, mismos puntos de conexión, misma corrección de temperatura ambiente. Un aumento de 50% con respecto a la línea de base justifica una investigación; duplicarlo indica que se requiere una acción inminente.
Resistencia de aislamiento con índice de polarización proporciona información sobre la degradación de sistemas de cables, casquillos y equipos giratorios. Las lecturas de un solo megaohmio significan poco; la relación entre las lecturas de 10 minutos y las de 1 minuto (índice de polarización) revela la contaminación y la absorción de humedad que las lecturas puntuales pasan por alto.
Análisis de gases disueltos Tendencias para equipos llenos de aceite detecta fallos térmicos y eléctricos cuando aún están en fase incipiente. Entre los gases clave se incluyen:
| Gas | Indicación principal | Tendencia de alerta |
|---|---|---|
| Hidrógeno | Corona, descarga parcial | >100 ppm o tasa de duplicación |
| Acetileno | Arco | Cualquier nivel detectable |
| Etileno | Sobrecalentamiento severo | >100 ppm |
| Metano | Fallo térmico de baja temperatura | Cambios de ratio |
Análisis de la sincronización mecánica para disyuntores capta el desgaste de los mecanismos operativos antes de que afecte a la función de protección. El tiempo de cierre, el tiempo de apertura y la duración del rebote del contacto se degradan de forma predecible con el número de operaciones.
Más allá de los predictores primarios, captar los factores ambientales y operativos que se correlacionan con la degradación acelerada:
Estos parámetros de correlación permiten realizar análisis multivariantes que mejoran notablemente la precisión de las predicciones.
Una vez identificados los parámetros y establecida la arquitectura, el diseño práctico de la hoja determina si los técnicos recogerán realmente datos de calidad.
Alineación del flujo de trabajo coloca los campos de datos en la secuencia que los técnicos siguen de forma natural durante la inspección. Luchar contra el flujo de inspección física introduce errores y omisiones.
Jerarquía visual hace hincapié en los parámetros de predicción críticos, al tiempo que deja espacio para los datos de apoyo. Utilice bordes en negrita, códigos de color (si la impresión lo permite) y espacios en blanco estratégicos.
Funciones de reducción de errores incluyen:
- Unidades explícitas en cada campo de medición
- Indicadores de rango aceptable junto a los campos de entrada
- Marque las casillas de las observaciones cualitativas para evitar ambigüedades
- Campos obligatorios claramente marcados
Zonas de visualización de tendencias reserve espacio para minigráficos que muestren lecturas históricas. Incluso unas simples líneas de tendencia dibujadas a mano mejoran notablemente el reconocimiento de patrones.
La recogida moderna de datos utiliza cada vez más tabletas y software especializado, pero los principios arquitectónicos siguen siendo idénticos. Las plataformas digitales ofrecen ventajas:
Sin embargo, los sistemas digitales deben mantener la capacidad offline para lugares con poca conectividad y deben generar resúmenes impresos para su consulta sobre el terreno durante el acceso a los equipos.
La capacidad de predicción depende totalmente de la calidad de los puntos de referencia. La arquitectura de datos más elegante carece de valor sin puntos de referencia precisos.
Se produce un establecimiento óptimo de la línea de base:
Las mediciones de referencia requieren condiciones normalizadas documentadas en la hoja de datos:
- Temperatura ambiente (con factores de corrección para comparación)
- Tiempo desde la última operación (para interruptores)
- Estado de la carga en el momento de la medición
- Identificación del equipo de medición y fecha de calibración
No todas las lecturas de referencia merecen confianza. La validación de calidad incluye:
Documentar explícitamente el nivel de confianza de la línea de base. Una línea de base establecida en condiciones ideales con equipos calibrados merece más peso analítico que una capturada de forma oportunista durante una interrupción.
La recogida de datos sin metodología de análisis produce registros, no predicciones. Su sistema de fichas de datos debe incluir marcos explícitos para traducir las mediciones en decisiones de mantenimiento.
Para los parámetros con un historial suficiente (un mínimo de cinco puntos de datos), aplique métodos estadísticos básicos:
Regresión lineal proyecta valores futuros basándose en la tendencia histórica. Cuando los valores proyectados superan los umbrales de advertencia dentro del siguiente intervalo de inspección, programe una acción preventiva.
Control de la tasa de cambio detecta la aceleración de la degradación. Los índices de degradación constantes sugieren un desgaste normal; los índices acelerados suelen indicar la aparición de mecanismos de fallo.
Análisis de desviaciones compara equipos individuales con poblaciones de flotas. Un valor atípico cuyo rendimiento sea significativamente peor que el de sus homólogos justifica una investigación, incluso si los valores absolutos siguen siendo aceptables.
Los parámetros individuales rara vez cuentan historias completas. Desarrolle marcos de correlación que examinen las relaciones:
Resistencia de contacto + aumento de temperatura: Ambos deben evolucionar a la vez. El aumento de la resistencia de los contactos sin el correspondiente aumento de la temperatura durante las mediciones de carga sugiere una incoherencia en la medición. El aumento de la temperatura sin aumento de la resistencia puede indicar problemas en componentes distintos de los contactos principales.
Resistencia de aislamiento + factor de potencia + capacitancia: La correlación cruzada de estos parámetros de casquillos o cables mejora la especificidad del diagnóstico. La contaminación por humedad afecta a los tres en patrones característicos; los daños térmicos muestran firmas diferentes.
Los umbrales de actuación explícitos eliminan la ambigüedad y garantizan una respuesta coherente:
| Condición | Acción requerida | Marco temporal |
|---|---|---|
| Dentro de la banda normal | Continuar la supervisión rutinaria | Por programa |
| Umbral de alerta superado | Mejora de la supervisión, plan de intervención | Próxima interrupción disponible |
| Umbral de alarma superado | Intervención obligatoria | En un plazo de 30 días |
| Umbral crítico superado | Consideración de desenergización inmediata | Respuesta ante emergencias |
Documente estos umbrales directamente en las hojas de datos para que los técnicos de campo puedan reconocer inmediatamente las condiciones que requieren una intensificación.
Poner en marcha un sistema de hojas de datos predictivos requiere algo más que distribuir nuevos formularios. El éxito de la implantación exige un compromiso organizativo y un perfeccionamiento sistemático.
Los técnicos acostumbrados a las inspecciones de casillas de verificación necesitan formación no sólo sobre nuevos procedimientos, sino también sobre mentalidad analítica. Los programas eficaces incluyen:
Realice un seguimiento sistemático de la precisión de las predicciones:
Estos resultados permiten perfeccionar continuamente los parámetros, umbrales y marcos de análisis. Las primeras implementaciones suelen arrojar una precisión de predicción de 60-70% para los fallos por desgaste; los sistemas maduros alcanzan 85%+ mediante mejoras iterativas.
Las hojas de datos independientes aportan valor, pero la integración con los sistemas informatizados de gestión del mantenimiento (GMAO) y las plataformas de gestión del rendimiento de los activos (GPA) multiplica la capacidad analítica. Asegúrese de que el diseño de su hoja de datos facilita:
Para obtener más normas técnicas sobre la recopilación de datos de fiabilidad, el IEEE 493 (Libro de Oro) sobre fiabilidad de los sistemas eléctricos industriales y comerciales ofrece orientación autorizada sobre los requisitos de datos y los métodos de análisis.
En una planta de fabricación de productos farmacéuticos, la recopilación rutinaria de datos de los disyuntores de vacío de 15 kV registró la tendencia de la resistencia de contacto durante un periodo de seis años. El disyuntor 52-7 mostraba una resistencia de referencia de 28 microohmios en el momento de la puesta en servicio. Lecturas posteriores:
La proyección lineal indicaba que se había cruzado el umbral de intervención de 150 microohmios en 18 meses. Y lo que es más significativo, el ritmo de cambio se había acelerado, un patrón característico del deterioro de los interruptores de vacío.
La sustitución programada durante la siguiente parada programada reveló una erosión significativa de los contactos debido a un evento de interrupción de fallo no documentado. El análisis posterior a la avería estimó la vida útil restante en aproximadamente 14 meses, lo que confirmó que el análisis predictivo tenía una precisión razonable.
Una línea de aparamenta metálica de 4,16 kV mostró lecturas de resistencia de aislamiento preocupantes durante las pruebas anuales. Las lecturas habían descendido 40% con respecto al valor de referencia, lo que activó los umbrales de advertencia.
Sin embargo, la hoja de datos mejorada reflejaba las condiciones ambientales: las pruebas se realizaron durante un periodo de alta humedad después de que los equipos estuvieran sin tensión durante un corte prolongado. La tendencia del factor de potencia se mantuvo estable y las lecturas de capacitancia no mostraron cambios significativos.
El análisis multiparamétrico atribuyó correctamente la disminución de IR a la humedad superficial y no a la degradación del aislamiento. Un breve periodo de reenergización seguido de nuevas pruebas confirmó la recuperación de valores cercanos a los de referencia, lo que evitó la sustitución innecesaria y costosa del casquillo.
Un análisis de tendencias significativo requiere un mínimo de cinco puntos de datos que abarquen al menos tres intervalos de inspección. Sin embargo, la confianza aumenta significativamente con 8-10 puntos. Para los equipos recién instalados, los datos de la flota industrial pueden complementar el historial local limitado hasta que se acumulen suficientes datos específicos de los equipos. La clave es mantener unas condiciones de medición coherentes en todos los puntos de datos para garantizar la comparabilidad.
El enfoque óptimo combina la recogida primaria digital con la capacidad de copia de seguridad en papel. Los sistemas digitales ofrecen funciones superiores de tendencias, análisis e integración. Sin embargo, muchas ubicaciones de equipos de MT presentan problemas de conectividad, y algunas instalaciones restringen el uso de dispositivos electrónicos en determinadas zonas. Diseñe su sistema de hojas de datos para que funcione en cualquiera de los dos medios, con protocolos claros para transferir los registros en papel a los sistemas electrónicos cuando se recojan manualmente.
Para los equipos heredados, establezca líneas de base de “estado actual” mediante pruebas de caracterización exhaustivas. Acepte que estos representan equipos en condiciones envejecidas en lugar de verdaderas líneas de base como nuevas. Compleméntelos con especificaciones del fabricante y datos de flotas de equipos similares para establecer rangos de expectativas razonables. Documente claramente que los valores de referencia representan el estado actual y no los valores de puesta en servicio, y ajuste los cálculos de umbral en consecuencia.
Las hojas de datos eficaces concentran la recopilación detallada en los 15-20% parámetros con mayor valor predictivo en lugar de intentar una medición exhaustiva de todos los parámetros posibles. Para la mayoría de los equipos de MT, esto significa centrarse en la resistencia de contacto, las características de aislamiento y la temporización mecánica, con una captura simplificada de los parámetros secundarios. Una hoja bien diseñada que capture los parámetros predictivos críticos no debería añadir más de 30-45 minutos a la duración tradicional de la inspección.
La validación de umbrales requiere un seguimiento de los resultados a lo largo del tiempo. El exceso de falsos positivos (fallos previstos que no se materializan) indica que los umbrales son demasiado conservadores. Los fallos no detectados (sucesos sin aviso previo) indican que los umbrales son demasiado laxos o que faltan parámetros en la recopilación. Planifique revisiones anuales de los umbrales a partir de los datos de resultados acumulados y compárelos con las prácticas del sector y las recomendaciones de los fabricantes. Prevea de 2 a 3 años de perfeccionamiento antes de lograr una calibración óptima de los umbrales.
La recopilación de datos predictivos complementa el mantenimiento basado en el tiempo, pero no lo sustituye. Algunas actividades, como la lubricación, la limpieza o los ajustes mecánicos, deben realizarse según un calendario, independientemente del estado medido. Sin embargo, los programas predictivos eficaces pueden ampliar de forma segura los intervalos de las actividades dependientes del estado, como la sustitución de contactos y la rehabilitación del aislamiento, a menudo 50-100% más allá de los programas tradicionales basados en el tiempo. La clave está en identificar qué actividades de mantenimiento responden a la monitorización del estado y cuáles requieren una intervención basada en el tiempo.
Los datos anómalos exigen que se investiguen y no que se descarten. En primer lugar, verifique la precisión de las mediciones mediante comprobaciones de calibración de los equipos y nuevas mediciones. En segundo lugar, examinar si los factores ambientales u operativos explican la anomalía. En tercer lugar, compruebe si hay errores en el registro de datos. Si la anomalía persiste tras la verificación, considérela un dato importante: las anomalías auténticas suelen ser los primeros avisos de fallo. Documente los resultados de la investigación en la hoja de datos para futuras consultas.
La creación de hojas de datos de campo que realmente predigan fallos requiere una reconceptualización fundamental de por qué recopilamos datos. El cambio de la documentación de cumplimiento a la inteligencia predictiva afecta a todos los aspectos del sistema de recopilación de datos, desde la selección de parámetros hasta la cultura organizativa, pasando por los marcos de análisis.
Diseñar para trayectorias, no para instantáneas: Todas las mediciones adquieren valor predictivo cuando se consideran parte de una tendencia y no una lectura aislada.
Centrarse en lo esencial: Concentre los esfuerzos de recogida en parámetros con una correlación predictiva demostrada: la resistencia de contacto, las características de aislamiento, la temporización mecánica y el análisis de gases disueltos proporcionan el mayor rendimiento de la inversión en recogida.
Integrar el análisis en la ficha: Integre tendencias históricas, lógica condicional y umbrales de decisión directamente en los documentos de campo en lugar de dejar el análisis para más adelante.
Establecer y proteger la calidad de base: La precisión predictiva depende totalmente de la validez del punto de referencia; invertir adecuadamente en el establecimiento y la documentación de la línea de base.
Cerrar el bucle de retroalimentación: Realice un seguimiento sistemático de la precisión de las predicciones y utilice los resultados para perfeccionar continuamente los parámetros, umbrales y marcos de análisis.
Formar para comprender: Los técnicos que comprenden la finalidad predictiva de la recogida de datos producen registros de mayor calidad que los que se limitan a seguir procedimientos
La inversión en el desarrollo de sistemas de recopilación de datos verdaderamente predictivos se traduce en la prevención de averías, la optimización de los intervalos de mantenimiento y la prolongación de la vida útil de los equipos. Y lo que es más importante, transforma el mantenimiento de una reparación reactiva en una gestión proactiva de la fiabilidad, con lo que su organización pasa de combatir los fallos a prevenirlos.
Artículos relacionados:
– [Pruebas de resistencia de contacto: mejores prácticas para aparamenta de media tensión].
– [Interpretación de los resultados de los análisis de gases disueltos en transformadores de potencia].
– [Mantenimiento de disyuntores de vacío: Análisis de tiempos y evaluación del estado].
– [Creación de un programa eficaz de fiabilidad eléctrica]
– [Imágenes térmicas para equipos de media tensión: más allá de los puntos calientes].
