Análisis de pérdidas eléctricas en máquinas-herramientas mediante la aplicación de mantenimiento predictivo de termografía

Autores/as

DOI:

https://doi.org/10.71112/nchv3d08

Palabras clave:

eficiencia energética, mantenimiento predictivo, termografía, pérdidas eléctricas, máquinas-herramientas

Resumen

     Este estudio tiene como objetivo analizar las pérdidas eléctricas en un taller de máquinas-herramienta mediante el uso de la termografía como técnica de mantenimiento predictivo. La metodología incluyó una inspección detallada de los sistemas eléctricos de un compresor, una fresadora y un torno, mediante una cámara termográfica para identificar sobrecalentamientos y puntos críticos en condiciones de operación. Los resultados mostraron diversas fallas, como fugas de aire, sobrecalentamiento en contactores y conexiones eléctricas defectuosas, lo cual contribuyó al consumo energético excesivo de estos equipos. Al implementar actividades correctivas y preventivas basadas en los hallazgos termográficos, se lograron mejoras significativas, con ahorros energéticos estimados de hasta 0.363 kW·h en la fresadora, 0.341 kW·h en el compresor y 0.322 kW·h en el torno. Estos resultados subrayan la efectividad de la termografía en la optimización energética y refuerzan la importancia del mantenimiento predictivo para mejorar la eficiencia y sostenibilidad en entornos industriales.

Descargas

Los datos de descarga aún no están disponibles.

Biografía del autor/a

  • Isaac Simbaña, Instituto Superior Universitario Sucre

    Nació en Quito, Ecuador, en 1990. Recibió su título de Ingeniero Mecánico, de la Universidad Politécnica Salesiana, en 2018; de Magíster en Métodos Matemáticos y Simulación Numérica en Ingeniería, de la Universidad Politécnica Salesiana, en 2022; de Magíster en Educación, Mención Desarrollo del Pensamiento, de la Universidad Politécnica Salesiana, en 2024. Actualmente está en proceso de titulación en la Maestría en Administración y Dirección de Empresas, en la Universidad Bolivariana del Ecuador. Además, continúa su proceso formativo cursando una Maestría en Industria 4.0, en la Escuela de Posgrados Newman, desde noviembre del 2024, y en agosto del 2024, inició sus estudios de Doctorado en Ciencias. Trabaja como Docente en el Instituto Superior Universitario Sucre y es el Coordinador del Grupo de Investigación en Ingeniería Mecánica y Pedagogía de la Carrera de Electromecánica (GIIMPCEM). Tiene más de 7 años de experiencia en investigación científica, participando como autor y coautor en varios artículos publicados en revistas indexadas de alto impacto. Sus campos de investigación están relacionados al Análisis Numérico Computacional y Estadístico, así como a la Termodinámica, Eficiencia Energética, Procesos de Manufactura, Ciencia de Materiales y Educación enfatizando en innovación, pedagogía, didáctica e integración de TICs.

Referencias

Alvarado-Hernandez, A., Zamudio-Ramirez, I., Jaen-Cuellar, A., Osornio-Rios, R., Donderis-Quiles, V., & Antonino-Daviu, J. (2022). Infrared thermography smart sensor for the condition monitoring of gearbox and bearings faults in induction motors. Sensors, 22(16), 6075. https://doi.org/10.3390/s22166075 DOI: https://doi.org/10.3390/s22166075

Antonino-Daviu, J. (2020). Electrical monitoring under transient conditions: A new paradigm in electric motors predictive maintenance. Applied Sciences, 10(17), 6137. https://doi.org/10.3390/app10176137 DOI: https://doi.org/10.3390/app10176137

Balakrishnan, G., Yaw, C., Koh, S., Abedin, T., Raj, A., Tiong, S., & Chen, C. (2022). A review of infrared thermography for condition-based monitoring in electrical energy: Applications and recommendations. Energies, 15(16), 6000. https://doi.org/10.3390/en15166000 DOI: https://doi.org/10.3390/en15166000

Bogdanov, D., Ram, M., Aghahosseini, A., Gulagi, A., Oyewo, A., Child, M., Caldera, U., Sadovskaia, K., Farfan, J., De Souza-Noel, L., Fasihi, M., Khalili, S., Traber, T., & Breyer, C. (2021). Low-cost renewable electricity as the key driver of the global energy transition towards sustainability. Energy, 227, 120467. https://doi.org/10.1016/j.energy.2021.120467 DOI: https://doi.org/10.1016/j.energy.2021.120467

Bosu, I., Mahmoud, H., & Hassan, H. (2023). Energy audit and management of an industrial site based on energy efficiency, economic, and environmental analysis. Applied Energy, 333, 120619. https://doi.org/10.1016/j.apenergy.2022.120619 DOI: https://doi.org/10.1016/j.apenergy.2022.120619

Chang, M., Thellufsen, J., Zakeri, B., Pickering, B., Pfenninger, S., Lund, H., & Ostergaard, P. (2021). Trends in tools and approaches for modelling the energy transition. Applied Energy, 290, 116731. https://doi.org/10.1016/j.apenergy.2021.116731 DOI: https://doi.org/10.1016/j.apenergy.2021.116731

Falekas, G., & Karlis, A. (2021). Digital twin in electrical machine control and predictive maintenance: State-of-the-art and future prospects. Energies, 14(18), 5933. https://doi.org/10.3390/en14185933 DOI: https://doi.org/10.3390/en14185933

Firdaus, N., Ab-Samat, H., & Prasetyo, B. T. (2023). Maintenance strategies and energy efficiency: A review. Journal of Quality in Maintenance Engineering, 29(3), 640–665. https://doi.org/10.1108/jqme-06-2021-0046 DOI: https://doi.org/10.1108/JQME-06-2021-0046

Hadziefendic, N., Trifunovic, J., Zarev, I., Kostic, N., & Davidovic, M. (2020). The importance of preventive thermographic inspections within periodic verifications of the quality of low-voltage electrical installations. Machines. Technologies. Materials, 14(2), 78–82. https://stumejournals.com/journals/mtm/2020/2/78

Himeur, Y., Ghanem, K., Alsalemi, A., Bensaali, F., & Amira, A. (2021). Artificial intelligence based anomaly detection of energy consumption in buildings: A review, current trends and new perspectives. Applied Energy, 287, 116601. https://doi.org/10.1016/j.apenergy.2021.116601 DOI: https://doi.org/10.1016/j.apenergy.2021.116601

Hoffmann, M., Wildermuth, S., Gitzel, R., Boyaci, A., Gebhardt, J., Kaul, H., Amihai, I., Forg, B., Suriyah, M., Leibfried, T., Stich, V., Hicking, J., Bremer, M., Kaminski, L., Beverungen, D., Zur-Heiden, P., & Tornede, T. (2020). Integration of novel sensors and machine learning for predictive maintenance in medium voltage switchgear to enable the energy and mobility revolutions. Sensors, 20(7), 2099. https://doi.org/10.3390/s20072099 DOI: https://doi.org/10.3390/s20072099

Laouadi, A., Bartko, M., & Lacasse, M. A. (2020). A new methodology of evaluation of overheating in buildings. Energy and Buildings, 226, 110360. https://doi.org/10.1016/j.enbuild.2020.110360 DOI: https://doi.org/10.1016/j.enbuild.2020.110360

Ortega, M., Ivorra, E., Juan, A., Venegas, P., Martínez, J., & Alcañiz, M. (2021). MANTRA: An effective system based on augmented reality and infrared thermography for industrial maintenance. Applied Sciences, 11(1), 385. https://doi.org/10.3390/app11010385 DOI: https://doi.org/10.3390/app11010385

Piselli, C., Balocco, C., Forastiere, S., Silei, A., Sciurpi, F., & Cotana, F. (2024). Energy efficiency in the commercial sector. Thermodynamics fundamentals for the energy transition. Energy Reports, 11, 4601–4621. https://doi.org/10.1016/j.egyr.2024.04.033 DOI: https://doi.org/10.1016/j.egyr.2024.04.033

Rahman, A., Farrok, O., & Haque, M. (2022). Environmental impact of renewable energy source based electrical power plants: Solar, wind, hydroelectric, biomass, geothermal, tidal, ocean, and osmotic. Renewable and Sustainable Energy Reviews, 161, 112279. https://doi.org/10.1016/j.rser.2022.112279 DOI: https://doi.org/10.1016/j.rser.2022.112279

Scharnhorst, L., Sloot, D., Lehmann, N., Ardone, A., & Fichtner, W. (2024). Barriers to demand response in the commercial and industrial sectors – An empirical investigation. Renewable and Sustainable Energy Reviews, 190, 114067. https://doi.org/10.1016/j.rser.2023.114067 DOI: https://doi.org/10.1016/j.rser.2023.114067

Seabra-Paiva, L., Da Silva-Oliveira, L., Barbosa-De Alencar, D., & Oliveira-Siqueira, P. (2019). Predictive maintenance through thermographic analysis: Case study in a Manaus industrial pole company. International Journal for Innovation Education and Research, 7(11), 898–909. https://doi.org/10.31686/ijier.vol7.iss11.1945 DOI: https://doi.org/10.31686/ijier.vol7.iss11.1945

Valencia-Bacilio, M., Zatizabal-Sánchez, J., Meza-Mina, L., & Chere-Quiñónez, B. (2023). Proposal of a predictive and preventive maintenance plan in electrical substations through the use of thermography. Sapienza: International Journal of Interdisciplinary Studies, 4(2), e23023–e23023. https://doi.org/10.51798/sijis.v4i2.681 DOI: https://doi.org/10.51798/sijis.v4i2.681

Venegas, P., Ivorra, E., Ortega, M., & de Ocáriz, I. (2022). Towards the automation of infrared thermography inspections for industrial maintenance applications. Sensors, 22(2), 613. https://doi.org/10.3390/s22020613 DOI: https://doi.org/10.3390/s22020613

Venegas, P., Ivorra, E., Ortega, M., Márquez, G., Martínez, J., & Sáez-De Ocáriz, I. (2020). Development of thermographic module for predictive maintenance system of industrial equipment. Quantitative InfraRed Thermography Conference, 15, 1–8. https://doi.org/10.21611/qirt.2020.073 DOI: https://doi.org/10.21611/qirt.2020.073

Descargas

Publicado

2025-06-16

Número

Vol. 2 Núm. 2 (2025)

Sección

Ciencias Aplicadas

Licencia

Derechos de autor 2025 Revista Multidisciplinar Epistemología de las Ciencias

Creative Commons License

Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.

Cómo citar

Simbaña, I., Intriago Ponce, E. W. ., Guilcaso Molina, C. O. ., & Saquinga Daquilema, J. D. . (2025). Análisis de pérdidas eléctricas en máquinas-herramientas mediante la aplicación de mantenimiento predictivo de termografía. Revista Multidisciplinar Epistemología De Las Ciencias, 2(2), 1026-1050. https://doi.org/10.71112/nchv3d08