Steffen Bots, OELCHECK GmbH. Traducción por Roberto Trujillo Corona, Noria Latín América

La evaluación de los resultados del análisis de aceite o grasa es a menudo un trabajo difícil para un diagnosticador, que exige experiencia en ingeniería mecánica y química. Sin embargo, las herramientas y las metodologías estadísticas modernas pueden respaldar y mejorar el proceso. El primer paso es definir un conjunto adecuado de pruebas que proporcionen parámetros suficientes para responder preguntas importantes sobre la muestra sin dejar de ser lo más económico posible.

Después de determinar los parámetros de prueba, el siguiente desafío es establecer valores límite y pautas para la evaluación. En algunos casos, se dispone de valores límite generales. Sin embargo, en muchos casos, los fabricantes de aceite, componentes o equipos no pueden o no suministrarán conjuntos de límites completos. Entonces, ¿cómo se puede crear un diagnóstico significativo?

Una forma es con la ayuda de un ingeniero experimentado que conozca la aplicación y cuándo se rebasan los valores críticos. También es más fácil si existen muestras anteriores. El desarrollo de parámetros durante un período de tiempo puede identificar capas o parámetros individuales que se alejan de la línea de tendencia regular. También deben aplicarse valores límite absolutos para tener un punto de referencia fijo para la región crítica.

Un conjunto adecuado de resultados de análisis de aceite del mismo equipo o aplicación, o uno comparable, es la base para los métodos estadísticos. ASTM D-7720 describe un enfoque para identificar límites de alarma mediante métodos estadísticos, pero un gran conjunto de datos y pautas estadísticas no proporcionan automáticamente los valores límite adecuados. La calidad del conjunto de datos puede tener un impacto significativo en los resultados estadísticos. Puede marcar la diferencia entre tener límites estadísticos razonables o una tontería.

Este artículo mostrará cómo los conjuntos de datos cuidadosamente filtrados dentro de una estructura sofisticada pueden ofrecer valores límite valiosos. El sistema, que se basa en una matriz de aplicación, permite clasificar las muestras de aceite con tanto detalle como lo permita la información de la muestra. Combinado con un programa de evaluación avanzado, esta es la base para definir valores límite, aplicarlos con pautas de evaluación y probarlos de manera regular.

Análisis de una muestra de aceite

El análisis de una muestra de aceite usado produce muchos datos. Un informe de laboratorio típico contiene entre 20 y 40 resultados de medición únicos. Para brindar un diagnóstico adecuado o desencadenar las acciones necesarias en función del análisis, se deben conocer los rangos típicos o normales de cada elemento. El tipo de aceite, la construcción, el mantenimiento y las condiciones de funcionamiento son los cuatro principales factores que influyen en la evaluación de una muestra de aceite.

Una sola calificación para cada parámetro de análisis de aceite no cubre la complejidad y el conocimiento interdisciplinario en los campos de ingeniería mecánica, química, tribología y lubricación que deben aplicarse. Si una evaluación se basa en un elemento que ha superado un límite, es posible que se produzcan interpretaciones incorrectas.

Algunos laboratorios ofrecen un comentario para cada muestra de aceite, señalando áreas críticas del análisis junto con recomendaciones para la próxima acción de mantenimiento. Sin embargo, los reportes de laboratorio generalmente no contienen información sobre límites para evitar malas interpretaciones por parte del usuario final.

Valores límite

La mayoría de los reportes de análisis de aceite de laboratorios comerciales contienen una clasificación basada en el principio del semáforo. Esto es, utiliza un código de color de tres etapas (verde, amarillo y rojo) para indicar rápidamente la gravedad del resultado de una muestra. Si se debe manipular una gran cantidad de muestras, puede tener sentido filtrar las muestras con banderas amarillas y rojas para decidir qué tipo de acción de mantenimiento es necesaria. Las muestras con bandera verde se pueden almacenar para tendencias y documentación.

El sistema de codificación no debería ser demasiado complicado; de lo contrario, pierde la ventaja de proporcionar una guía de decisiones rápida y sencilla. Al mismo tiempo, debe ser razonable y consistente para patrones de análisis de aceite comparables. Los conjuntos de parámetros de límite adecuados que pueden ser absolutos o basados ​​en tendencias son la base de esta coherencia.

Los procesos estandarizados para la creación y revisión de valores límite combinados con directrices bien fundamentadas para el reconocimiento de modos de falla y la identificación de condiciones normales son fundamentales para un programa de análisis de aceite de alta calidad.

Lo opuesto a tal metodología es un enfoque empírico basado en el conocimiento de un diagnosticador experimentado. Este conocimiento experto es muy valioso y debe usarse para probar si los límites son razonables. Sin embargo, el conocimiento empírico no es la metodología adecuada para administrar un programa de análisis de aceite estandarizado con un enfoque de mantenimiento proactivo.

Una perspectiva diferente

Buscar conjuntos de límites existentes para aplicaciones específicas puede revelar resultados diferentes. Si bien es posible que la información sobre límites no siempre esté disponible, hay campos industriales en los que existen pautas detalladas. Entre los grupos que establecen valores límite se encuentran los fabricantes de componentes, los fabricantes de equipos originales (OEM, por sus siglas en inglés), las empresas petroleras, los laboratorios y los grupos y asociaciones de técnicos.


Figura 1. Un ejemplo de una tabla oficial de límites

Los fabricantes de componentes a menudo definen límites para parámetros individuales que tienen un impacto directo en la vida útil o el desempeño del componente. Los ejemplos incluirían fabricantes de componentes hidráulicos que ofrecen recomendaciones para la limpieza del aceite o un fabricante de rodamientos de rodillos que indica que un rodamiento alcanza la vida útil de fatiga calculada solo si el nivel de contaminación está dentro de un cierto rango.

Esta información es valiosa, pero a menudo es demasiado general y se limita a ciertos aspectos de una muestra de aceite. No obstante, los límites de los componentes son un buen punto de referencia si no se proporcionan los límites del OEM.

Si los límites del OEM están disponibles, deben considerarse, especialmente si están relacionados con problemas de garantía. Para algunos tipos de equipos existen límites de OEM detallados, incluida información sobre valores de desgaste, estado del aceite y contaminación. Su objetivo principal es definir claramente las condiciones para un funcionamiento seguro del equipo.

Los valores límite y las pautas de evaluación también se pueden estandarizar. Las normas pueden ser independientes y oficiales, como las de ASTM, o basadas en el trabajo de otras asociaciones u organizaciones especializadas. A menudo, estos límites están disponibles para equipos con estrictos requisitos de seguridad y confiabilidad. En estos casos, los valores límite deben considerarse muy de cerca.


Figura 2 La función de la tendencia sobre el tiempo

Los valores límite de las compañías petroleras generalmente se centran en la condición del aceite. La intención principal es proporcionar pautas para detectar cuándo el aceite ya no es apto para su uso posterior.

Algunos laboratorios utilizan sofisticados programas informáticos para respaldar la creación y administración de conjuntos de límites relacionados con equipos y tipos de aceite basados ​​en metodologías estadísticas y basadas en tendencias. Las muestras reales se conectan mediante un código de matriz con los correspondientes conjuntos de límites. Esto permite una señalización computarizada de cada parámetro. El sistema automatizado puede aumentar la velocidad y la calidad de la evaluación.

Límites absolutos frente a límites de tendencia

La información de límites descrita anteriormente es principalmente absoluta y no refleja el desarrollo histórico de la tendencia. Sin embargo, a veces se encuentran disponibles valores límite relacionados con las horas de funcionamiento o las distancias, especialmente de los fabricantes de motores. Esto significa que se define el cambio permisible de un parámetro a lo largo del tiempo, como el hierro por cada 100 horas de funcionamiento.

Aún así, en la mayoría de los casos, los límites absolutos son válidos para una revisión típica o un intervalo de cambio de aceite. Si no se excede ningún límite, no es necesario realizar acciones de mantenimiento y el intervalo puede extenderse.


Figura 3. Límites absolutos vs. tendencia

La evaluación de los resultados del análisis basada en límites absolutos tiene numerosos beneficios. Por ejemplo, proporciona un manejo sencillo, una orientación rápida y se puede probar estadísticamente. Sin embargo, también existen limitaciones, como que a menudo es válido solo para intervalos definidos.

Sin embargo, los límites absolutos pueden ser efectivos en algunos casos. Generalmente, esto es cuando se conocen los modos de falla y las causas raíz, o cuando los requisitos de las propiedades del aceite están bien definidos y un cambio en estas propiedades puede estar directamente relacionado con problemas durante la operación.

Las condiciones ambientales y el objetivo del análisis de aceite también son importantes. Si las muestras se toman siempre durante el cambio de aceite y el objetivo del análisis es identificar acciones de reparación o problemas futuros, los valores límite absolutos basados en estadísticas serán suficientes para la evaluación.

Cuanto más largos sean los intervalos de cambio de aceite y mayor sea la prioridad de un enfoque proactivo para un cambio de aceite, más importantes serán los límites de tendencia. Esto es especialmente cierto para los parámetros de análisis de aceite que son función del tiempo.

Los límites de tendencia ofrecen varias ventajas, incluida una evaluación más detallada, una mayor consideración de los datos históricos y las condiciones de funcionamiento reales, y una alerta temprana de problemas futuros.

Por supuesto, la evaluación de tendencias solo es eficaz si se dispone de suficientes muestras anteriores. El procedimiento de muestreo y la ubicación también pueden tener un efecto significativo en los resultados finales. Para la evaluación de tendencias, siempre se debe tomar una muestra de la misma ubicación utilizando el mismo procedimiento. Si las condiciones de operación o mantenimiento cambian, también pueden afectar la línea de tendencia y deben tenerse en cuenta. Para la mayoría de las muestras de campo, una combinación de ambos métodos parece ser el mejor enfoque.

Definición de métodos de prueba correctamente configurados

El análisis de aceite se puede comparar a un rompecabezas con cada pieza relacionada con una sola prueba. Si solo hay disponibles piezas individuales, no se capturará la imagen completa.

Los factores de envejecimiento del aceite, las propiedades del aceite, los contaminantes o la información sobre el desgaste dependen de la aplicación de la que se toma la muestra de aceite. Los métodos de prueba configurados correctamente con parámetros suficientes son importantes para poder proporcionar las respuestas correctas. Al mismo tiempo, el conjunto de prueba debe ser lo más económico posible para respaldar el análisis basado en tendencias.

Metodologías estadísticas

Para la evaluación estadística de valores límite basados ​​en datos históricos, se pueden aplicar dos métodos básicos: control estadístico de procesos (SPC,por sus siglas en inglés) o un enfoque acumulativo.

Método SPC

SPC es una metodología estadística para la optimización de procesos de producción y servicio. La teoría SPC fue desarrollada por Walter A. Shewhart a principios de la década de 1920. Shewhart definió dos mecanismos basados ​​en la idea de que la calidad de un producto depende de la variación de cada parte a partir de la cual está elaborado. El primer mecanismo es una variación de fuente común del promedio que está controlada y es natural para el proceso.

El segundo mecanismo es una variación de fuente especial que no es natural y puede ser causada por fallas de la máquina o del material. Estos dos mecanismos deben estar claramente identificados para un conjunto de parámetros que describen la calidad del proceso. Si el conjunto de parámetros se distribuye normalmente y el diagrama tiene forma de campana, la desviación estándar se puede aplicar para la definición de límites.

De acuerdo con estos límites, es posible decidir si la variación es normal para el proceso (fuente común) o fuera de los niveles de control (fuente especial). Para los procesos de producción, estas consideraciones han llevado a la introducción de tarjetas de calidad que contienen límites de control superior e inferior. Hoy en día, la metodología SPC se puede utilizar para controlar cualquier tipo de proceso. En el caso de límites de alarma basados ​​en datos de muestras históricas, la desviación estándar también es una herramienta valiosa.

Método acumulativo

Si la distribución de los valores medidos no se ajusta a la distribución normal, no se puede aplicar la desviación estándar. Este es el caso cuando la media y la mediana son diferentes o la distribución es sesgada o bimodal.

Una distribución de frecuencia sesgada de referencia cero es común para aplicaciones donde el aceite no se cambia de acuerdo con intervalos definidos y los parámetros aumentan con el tiempo. Los parámetros típicos incluyen desgaste, oxidación, número ácido, color y contaminantes.

Una distribución de frecuencia sesgada de referencia alta es normal para aplicaciones sin cambios de aceite estáticos, pero con parámetros que comienzan con un valor inicial y disminuyen con el tiempo. Los parámetros estándar incluirían aditivos, número básico y viscosidad.

Además del parámetro, la aplicación también tiene un impacto en la distribución de los datos. Esto significa que la distribución de cada parámetro o valor medido de un conjunto de datos debe evaluarse en detalle y que el mismo parámetro puede encajar en diferentes esquemas de distribución para diversas aplicaciones.

Ejemplos prácticos

Los siguientes ejemplos demuestran cómo los límites basados ​​en estadísticas se vuelven más precisos si la población se divide en tipos específicos de máquinas. En el segundo ejemplo, el análisis estadístico reveló modos de falla al llamar la atención sobre las muestras con variación de causa especial.

Valores límite de cajas de engranajes de turbinas eólicas

La industria eólica ha experimentado un tremendo progreso durante los últimos 20 años. La producción de energía de las turbinas eólicas modernas ha aumentado de 50 a 100 veces en comparación con los primeros modelos de la década de 1990. Como resultado, las cajas de engranajes se han vuelto mucho más grandes. Este progreso también ha tenido un impacto en los requisitos de los lubricantes y las prácticas de mantenimiento. La tendencia de las turbinas modernas ha sido hacia lubricantes sintéticos de alto desempeño.

Aunque el precio de estos productos es más alto, su estabilidad frente al envejecimiento aumenta significativamente, lo que brinda la oportunidad de reducir los costos generales de mantenimiento al extender los intervalos de cambio de aceite según los resultados del análisis de aceite. Por supuesto, esto significa que deben modificarse los valores de los límites.


Figura 4. Un ejemplo de la distribución de hierro
en una caja de engranajes de un generador eólico

Las Figuras 4, 5 y 6 muestran la distribución del hierro como elemento de desgaste, el molibdeno como parte del sistema de aditivos y la viscosidad como un parámetro importante para la formación de la película fluida. La distribución del hierro es típica para una aplicación en la que no se definen intervalos de cambio de aceite fijos. El contenido de hierro inicialmente es bajo, pero aumenta con el tiempo debido a los procesos de desgaste normales.

Para esta distribución de frecuencia sesgada de referencia cero, debe aplicarse un método acumulativo para definir los valores límite. El rango de hierro para esta población es bastante pequeño, lo que indica que no se incluye una cantidad significativa de muestra con causa especial de variación. El enfoque estadístico debería ofrecer valores límite razonables.


Figura 5. Un ejemplo de la distribución de la viscosidad
para la caja de engranajes de un generador eólico

La distribución de la viscosidad tiene forma de campana. La mediana y la media están en el mismo rango. El SPC y la desviación estándar se pueden utilizar para identificar los valores de alarma. Ya existen valores límite para este parámetro basados ​​en los grados de viscosidad ISO. En este caso y para este aceite especial, los límites podrían definirse con mayor precisión según la evaluación estadística.


Figura 6. Un ejemplo de la distribución de aditivos
para la caja de engranajes de un generador eólico.

La evaluación del aditivo molibdeno también muestra una forma de campana, pero la distribución es sesgada y bimodal de referencia ligeramente alta. La mediana y la media son diferentes, lo que indica que se debe elegir el enfoque acumulativo. También se debe investigar la población para identificar muestras con variaciones de causa especial.


Figura 7. Límites de hierro para diferentes modelos de generadores eólicos

La Figura 7 contiene valores de advertencia para el hierro en diferentes modelos de generadores eólicos. Ilustra cómo los métodos estadísticos pueden ser mucho más precisos. Estos límites basados ​​en estadísticas se pueden combinar con límites basados ​​en tendencias para ayudar a determinar si un aumento en el hierro está dentro del rango aceptable en comparación con la muestra anterior.

Valores límite para mandos finales hidráulicos

Otro ejemplo proviene de los mandos finales hidrostáticos. Estos sistemas se utilizan como accionamientos de orugas para excavadoras y maquinaria agrícola. A menudo se toman muestras de aceite de estos sistemas durante el procedimiento de drenado del aceite con intervalos estáticos de entre 1000 y 2000 horas. El propósito principal de las muestras de aceite es confirmar que se está usando el lubricante correcto, que los niveles de contaminación están por debajo de los límites permitidos y que las tasas de desgaste son normales.


Figura 8. Un ejemplo de distribución de hierro para una transmisión sobre orugas

En general, la evaluación de los resultados del análisis de aceite para esta aplicación es adecuada para valores límite absolutos. La Figura 8 muestra la distribución del hierro para una transmisión sobre orugas. Los resultados para diferentes modelos fueron del mismo fabricante y para todas las muestras se utilizó un tipo de aceite comparable. El objetivo principal de la evaluación estadística fue obtener límites de desgaste más precisos.


Figura 9. Límites influenciados por variaciones de causas especiales

La Figura 9 muestra los resultados del método acumulativo. Desafortunadamente, los nuevos límites de advertencia basados ​​en estadísticas diferían significativamente de los límites reales en uso según la experiencia. Los nuevos límites calculados parecían demasiado altos y el inusual amplio rango de distribución del hierro respaldaba esta estimación.

Una mirada más cercana al último 20 por ciento de la distribución reveló que la población de datos contenía una gran cantidad de variaciones asociadas con causas poco comunes. Se identificaron dos efectos independientes pero importantes: pérdida de viscosidad debido a la contaminación con aceite hidráulico y alto contenido de silicio, que indicaba altos niveles de polvo debido a sellos dañados.


Figura 10. Límites de hierro típicos para mandos finales

La Figura 10 muestra los límites basados ​​en estadísticas para los modelos más nuevos del mismo fabricante. Los límites de desgaste son significativamente más bajos y corresponden con los niveles de desgaste experimentados previamente para condiciones normales. Los dos problemas de la generación anterior de mandos finales se han resuelto para la más nueva generación de mandos finales.

En conclusión, es importante tener en cuenta que el aceite puede hablar y que los valores de los límites son una herramienta esencial para evaluar los resultados de los análisis de los aceites usados ​​con el fin de evaluar el desgaste de una máquina, el estado del aceite y el nivel de contaminantes potencialmente dañinos. Si bien la información sobre límites puede ser proporcionada por una variedad de fuentes, en algunos casos puede no estar disponible.

Los conjuntos de límites generales o globales tampoco suelen ser valiosos para la monitorización de condiciones. Según la aplicación, los límites absolutos o basados ​​en tendencias, o una combinación de ambos, suelen ofrecer los mejores resultados