Anticipo a las fallas en aire acondicionado

Un sistema de alertas tempranas fue desarrollado por investigadores de la Institución Universitaria Pascual Bravo, de Medellín, Colombia, utilizando microcontroladores y sensores de bajo costo. Carlos Alberto Valencia Hernández, Arley Salazar Hincapie, Andres Felipe Romero Maya*

El mantenimiento de los sistemas de aire acondicionado normalmente se realiza basado en las recomendaciones de los fabricantes, bibliografía técnica y normatividad internacional existente. Tales recomendaciones obedecen a operaciones del equipo bajo condiciones de entorno ideales. En muchos casos los sistemas de aire acondicionado y refrigeración se hallan instalados en ambientes corrosivos,  con niveles elevados de partículas disueltas en el aire, rodeados de fuentes de altas temperatura y entre otras particularidades que pueden alterar los paramentos de operación del sistema.

Los sistema de calefacción, ventilación, y aire acondicionado (HVAC) representan una suma significativa y creciente en los usuarios de energía. El sector residencial y comercial representa entre el 20 y el 40% del consumo final de energía en los países desarrollados, superando en muchos casos otros grandes sectores, tales como industria y el transporte. Dentro del sector residencial y comercial, los sistemas HVAC representan aproximadamente el 50% del total, y tienen un equivalente al 10-20% del consumo final de energía (Perez-Lombard, Ortiz, & Maestre, 2011).

Proporcionar comodidad necesaria para los consumidores en establecimientos ocupados por personas y además propiciar las condiciones de almacenamiento para los diferentes productos en restaurantes, cafeterías requiere grandes sistemas de HVAC y grandes cantidades de energía (Zlatanović, Gligorević, Ivanović, & Rudonja, 2011). En los edificios destinados para oficinas, la fiabilidad de los sistemas de HVAC es seriamente considerada como un aspecto importante de la productividad y el confort de los ocupantes (Kwak, Takakusagi, Sohn, Fujii, & Park, 2004). De hecho, la operación y mantenimiento ineficiente de los sistemas HVAC puede causar desperdicios de energía, quejas de los clientes, calidad pobre del aire interior e incluso daños al medio ambiente. Por lo tanto, el mantenimiento de sistemas de climatización debe ser planeado y llevado a cabo con eficacia para asegurar la satisfacción de los ocupantes con el servicio y el sistema (Au-Yong, Ali, & Ahmad, 2014). 

Más vale prevenir que curar, traducido en términos de la industria, el mantenimiento basado en la condición es más eficaz que el mantenimiento por falla (mantenimiento correctivo). Según Betts, (2013), los sistemas de aire acondicionado y refrigeración pueden ser mantenidos aun con una  reducción de los programas de mantenimiento costosos. Las empresas que requieren reemplazo o mantenimiento frecuente presentan repercusiones negativas en los costos y en la rentabilidad del negocio. Por cada 1000 tonelada de capacidad de refrigeración, el consumo de energía es de 750 kW en el compresor, un adicional de £ 31.50 ($ 48 USD) por hora o £ 63,000 ($ 96,400 USD ) por año se debe a sistemas ineficientes basadas en un servicio 2000 horas (Betts, 2013). Lo anterior indica que un equipo en condiciones óptimas de mantenimiento tiene un costo de operación menor, además alarga la vida útil de este componente y maximiza la eficiencia energética. Por otra parte, se puede garantizar que los equipos de climatización ofrecerán un rendimiento consistente de alto nivel y alivia la necesidad de mantenimientos y garantías innecesarias (Betts, 2013).

Cuando una instalación de aire acondicionado funciona correctamente, tiene unos valores de presiones, consumos eléctricos, temperatura y diferencia de temperaturas, que están dentro de unos valores estimados normales según el proyecto. Cuando un sistema de aire acondicionado entra en avería, exterioriza su “dolencia” cambiando varios de estos valores. La instalación de manómetros, pinzas amperimétricas, termómetros y un buen razonamiento de los valores detectados, permitirán al usuario o técnico, dar un diagnostico concreto del motivo causante de la avería (Buqué, 2006). Hay que tener en cuenta que ninguno de los componentes de un sistema de aire acondicionado trabaja de manera independiente, por lo que el análisis del funcionamiento se debe realizar por separado y en conjunto, en vista de que una avería puede estar ocasionada por más de una causa, una avería localizada en un componente o un accesorio modificará el normal funcionamiento de las partes principales del sistema (Buqué, 2006).

Un sistema de aire acondicionado con poco o nulo mantenimiento representa hasta el 30% de la energía total consumida en los edificios comerciales (Mulumba, Afshari, Yan, Shen, & Norford, 2015). Los sistema de calefacción, ventilación y aire acondicionado (HVAC) fallan de manera repentina debido a problemas causados por la inadecuada instalación, mantenimiento incorrecto. Estos problemas o fallas incluyen fallas mecánicas como bloqueo de motores, obstrucción de válvulas, fugas en actuadores, o problemas de control asociados a falla de sensores, mala retroalimentación de estos, o una lógica de control incorrecta, también existen fallas asociadas al mal estado de los intercambiadores de calor, errores de diseño y finalmente un intervención inadecuada del operador, talles fallas pasan desapercibidas durante largos periodos de tiempo hasta que el deterioro en el rendimiento se vuele lo suficientemente grande como para causa la falla del equipo y la interrupción del servicio (Schein, Bushby, Castro, & House, 2006). Generalmente, los fabricantes de equipos de aire acondicionado recomiendan las condiciones de operación, periodos y actividades necesarias para el mantenimiento (Wu et al., 2006)

Se destacan cuatro tipos de programas de mantenimiento para sistemas de refrigeración y aire acondicionado: 

• Prueba e inspección
• El mantenimiento preventivo programado
• El mantenimiento basado en la condición
• El mantenimiento correctivo

El mantenimiento preventivo se puede dividir en mantenimiento preventivo basado en el tiempo y mantenimiento basado en la condición. El mantenimiento preventivo basado en el tiempo se aplica principalmente a las componentes no reparables que tienen una vida útil determinada. El mantenimiento preventivo basado en la condición, también llamado mantenimiento predictivo, es aplicable a los componentes que pueden presentar una falla repentina (Kwak et al., 2004). El mantenimiento preventivo basado en la condición con el objeto de detectar síntomas de una falla, es el modo para disminuir una parada de emergencia y mantenimientos correctivos a través de la ejecución de las medidas preventivas que se encuentra en la base del funcionamiento consecutivo, supervisando el estado del sistema durante un tiempo de observación real y la inspección periódica por parte del personal de mantenimiento (Kwak et al., 2004).

Una de las formas para garantizar la confiabilidad de un sistema de aire acondicionado es a través de la implementación de un plan de mantenimiento preventivo.  El mantenimiento preventivo se puede dividir en mantenimiento preventivo en función del tiempo y mantenimiento basado en la condición (Kwak et al., 2004). Con instrumentos de medición instalados de manera permanente en los puntos de mayor relevancia en un sistema de aire acondicionado, mediante un estudio que permita establecer un  histórico de esos valores medidos y su evolución en el tiempo, es posible generar alarmas que indiquen la operación deficiente de uno o varios componentes del sistema.

De acuerdo a lo anterior, en la Institución Universitaria Pascual Bravo se desarrolló sistema de alertas tempranas mediante el empleo de microcontroladores y sensores de bajo costo. El sistema de alertas tempranas se generó mediante la alteración de las variables de operación de un sistema de aire acondicionado tipo Split con una capacidad de 9000 BTU/h, un grupo de sensores de temperatura, presión y corriente eléctrica fueron instalados con el fin de monitorear a la alteración de estos valores bajo condiciones de falla. En la figura 1 se puede apreciar un esquema de la instalación y el procedimiento  empleado para desarrollar del sistema de alertas tempranas. 

Figura 1. Esquema base para desarrollo del sistema de alertas tempranas.

Inicialmente se determinaron los valores de las variables más relevantes durante la operación del sistema de aire acondicionado en un tiempo de operación de 8 horas, los valores promedios medidos se emplearon como punto de  comparación para determinar la desviación de las variables bajo condiciones de operación anormales.  Mediante la comparación de las variables más relevantes del  sistema bajo las condiciones normales y anormales de operación se generaron las alarmas y un abanico de causas asociadas a dicha falla. De acuerdo a la alteración de los parámetros característicos de operación se estructuró un algoritmo empleando lógica difusa, partiendo de la observación de valores normales de operación como punto diferencial para la generación de las alarmas y recomendaciones. El programa realizado permitió la visualización de las alarmas a través de un computador o una pantalla led instalada cerca del punto de operación del equipo. 

Mediante el monitoreo en tiempo real, y variando las condiciones de operación del equipo en el proceso de condensación y evaporación se determinaron los parámetros alterados, empleando la lógica difusa y el microcontrolador se generó la alarma correspondiente y los posibles eventos que podrían estar alterando la operación del equipo por fuera de sus parámetros normales. Se simularon condiciones de condensación y evaporación anormales para las cuales el sistema generó las siguientes alarmas de acuerdo a unos posibles eventos como se muestra en la figura 2. 

Figura 2. Generación de alarmas y eventos.

La generación de alertas tempranas mediante la detección y el diagnóstico de fallas en sistemas de refrigeración y aire acondicionado empleando microcontroladores Arduino disminuye la ocurrencia repentina de fallas en el sistema a través de un sistema de bajo costo, evitando la parada de los equipos, pérdidas económicas en la producción, altos niveles de insatisfacción en el cliente final, horas extras en tareas de mantenimiento y la falla general de aquellos sistemas que dependen del aire acondicionado como es el caso de Racks, salas de computo, centro de datos.
Conclusiones

Al identificar anomalías menores antes de que se conviertan en grandes problemas, la vida útil de los equipos puede ser extendida. Además, las reparaciones pueden ser programadas cuando sea conveniente, reduciendo el tiempo de inactividad y evitando las horas extras de trabajo. Como valor agregado se mejoró el consumo de energía eléctrica, pues la operación bajo condiciones de falla en sistemas de aire acondicionado genera consumos energéticos por encima de los valores normales especificados por el fabricante. 

Referencias bibliográficas

• Alsaleem, F., Abiprojo, R., Arensmeier, J., Hemmelgarn, G., & Louis, S. (2002). HVAC System Cloud Based Diagnostics Model * Corresponding Author, 1–9.
• Au-Yong, C. P., Ali, A. S., & Ahmad, F. (2014). Improving occupants’ satisfaction with effective maintenance management of HVAC system in office buildings. Automation in Construction, 43, 31–37. http://doi.org/10.1016/j.autcon.2014.03.013
• Buqué, F. (2006). Manual Practico de Refrigeracion y Aire Acondicionado Tomo II (MARCOMBO,). Colombia: Alfaomega.
• Chandrashekaran, A., & Gopalakrishnan, B. (2008). Maintenance risk reduction for effective facilities management. Journal of Facilities Management, 6(1), 52–68. http://doi.org/10.1108/14725960810847468
• Du, Z., Fan, B., Chi, J., & Jin, X. (2014). Sensor fault detection and its efficiency analysis in air handling unit using the combined neural networks. Energy and Buildings, 72, 157–166. http://doi.org/10.1016/j.enbuild.2013.12.038
• Kwak, R.-Y., Takakusagi, A., Sohn, J.-Y., Fujii, S., & Park, B.-Y. (2004). Development of an optimal preventive maintenance model based on the reliability assessment for air-conditioning facilities in office buildings. Building and Environment, 39(10), 1141–1156. http://doi.org/10.1016/j.buildenv.2004.01.029
• Lo, C. H., Chan, P. T., Wong, Y. K., Rad, a. B., & Cheung, K. L. (2007). Fuzzy-genetic algorithm for automatic fault detection in HVAC systems. Applied Soft Computing, 7(2), 554–560. http://doi.org/10.1016/j.asoc.2006.06.003
• Mulumba, T., Afshari, A., Yan, K., Shen, W., & Norford, L. K. (2015). Robust model-based fault diagnosis for air handling units. Energy and Buildings, 86, 698–707. http://doi.org/10.1016/j.enbuild.2014.10.069
• No, F., & Proure, C. (2015). Ministerio de Minas y Energía República de Colombia.
• Padilla, M., & Choinière, D. (2015). A combined passive-active sensor fault detection and isolation approach for air handling units. Energy and Buildings, 99, 214–219. http://doi.org/10.1016/j.enbuild.2015.04.035
• Perez-Lombard, L., Ortiz, J., & Maestre, I. R. (2011). The map of energy flow in HVAC systems. Applied Energy, 88(12), 5020–5031. http://doi.org/10.1016/j.apenergy.2011.07.003
• Schein, J., Bushby, S. T., Castro, N. S., & House, J. M. (2006). A rule-based fault detection method for air handling units. Energy and Buildings, 38(12), 1485–1492. http://doi.org/10.1016/j.enbuild.2006.04.014
• Wang, H., Chen, Y., Chan, C. W. H., Qin, J., & Wang, J. (2012). Online model-based fault detection and diagnosis strategy for VAV air handling units. Energy and Buildings, 55, 252–263. http://doi.org/10.1016/j.enbuild.2012.08.016
• Wang, L., Greenberg, S., Fiegel, J., Rubalcava, A., Earni, S., Pang, X., … Hernandez-Maldonado, J. (2013). Monitoring-based HVAC commissioning of an existing office building for energy efficiency. Applied Energy, 102, 1382–1390. http://doi.org/10.1016/j.apenergy.2012.09.005
• West, S. R., Guo, Y., Wang, X. R., & Wall, J. (2011). AUTOMATED FAULT DETECTION AND DIAGNOSIS OF HVAC SUBSYSTEMS USING STATISTICAL MACHINE LEARNING CSIRO Energy Technology , Newcastle , Australia CSIRO ICT Centre , Sydney , Australia, 14–16.
• Wu, S., Clements-Croome, D., Fairey, V., Albany, B., Sidhu, J., Desmond, D., & Neale, K. (2006). Reliability in the Whole Life Cycle of Building Systems, 13, 1–17. http://doi.org/10.1108/09699980610659607
• Yang, H., Cho, S., Tae, C.-S., & Zaheeruddin, M. (2008). Sequential rule based algorithms for temperature sensor fault detection in air handling units. Energy Conversion and Management, 49(8), 2291–2306. http://doi.org/10.1016/j.enconman.2008.01.029
• Zlatanović, I., Gligorević, K., Ivanović, S., & Rudonja, N. (2011). Energy-saving estimation model for hypermarket HVAC systems applications. Energy and Buildings, 43(12), 3353–3359. http://doi.org/10.1016/j.enbuild.2011.08.035

Author: Duván Chaverra Agudelo

Jefe Editorial en Latin Press, Inc,.

Comunicador Social y Periodista con experiencia de más de 16 años en medios de comunicación. Apasionado por la tecnología y por esta industria. [email protected]