No es demasiado caliente para manipularlo: RAUCH permite el mantenimiento predictivo del horno de fusión con gemelos digitales

Considerado el metal estructural más ligero de la Tierra, el magnesio es cada vez más popular en la industria manufacturera. De hecho, se espera que el mercado mundial de aleaciones de magnesio supere los 6 mil millones de dólares en 2027. Las aleaciones de magnesio (mezclas de magnesio con otros metales como el zinc y el aluminio) son las preferidas por su relación resistencia-peso, que aumenta su flexibilidad y capacidad de fundición para muchos procesos de fabricación.
RAUCH Furnace Technology GmbH (RAUCH FT) es una empresa familiarizada con las aleaciones de magnesio. La empresa con sede en Austria está considerada como líder mundial en el mercado de sistemas de fusión de magnesio y ofrece soluciones tecnológicas de alta calidad para la fusión de magnesio, zinc y metales no ferrosos.
Las aleaciones de magnesio se procesan en hornos de fusión, como el horno de fusión de magnesio RAUCH de la serie MSO, a temperaturas y presiones extremas. Uno de los componentes más importantes del horno es su crisol, la unidad, recipiente o recipiente diseñado para contener los materiales que se van a fundir. Un mal funcionamiento del horno o de su crisol puede provocar retrasos importantes. Por este motivo, el mantenimiento es clave para su funcionamiento y rendimiento.
El año pasado, con la ayuda de las oficinas de Austria y Alemania de CADFEM , un socio de canal de Ansys Apex, RAUCH integró el software de simulación de Ansys para desarrollar un enfoque de mantenimiento predictivo. Al adoptar la tecnología de gemelos digitales de Ansys y el software estructural, de fluidos y de optimización, RAUCH redujo el riesgo de falla del horno al monitorear digitalmente el crisol.

El horno de fusión de magnesio RAUCH MSO1200B tiene una capacidad de fusión de 1.200 kg/h (derecha) y durante el proceso de mantenimiento se utiliza el recipiente de fusión de magnesio RAUCH MSB600E (izquierda) con una capacidad de contenido de crisol de aproximadamente 725 kg y una cantidad de dosificación máxima de 600 kg.
Integración de gemelos digitales en tres fases
La integración fue un proceso de tres fases. En un primer momento, los ingenieros utilizaron el software de simulación de fluidos Fluent de Ansys para realizar cálculos de dinámica de fluidos computacional (CFD) de fluidos de fusión en la cámara del horno y cálculos químicos de combustión no premezclada. El equipo combinó estos hallazgos con un estudio paramétrico utilizando el software de optimización de diseño e integración de procesos optiSLang de Ansys .
El software Ansys optiSLang cuenta con varios métodos para el diseño de experimentos (DOE). El DOE determinista clásico, como una cuadrícula, es adecuado para unos pocos parámetros. Sin embargo, si hay varios parámetros, se utilizan algoritmos más adecuados y técnicas avanzadas como el muestreo de hipercubo latino (LHS).
Los ingenieros de RAUCH utilizaron el método LHS para seleccionar unos 100 puntos de muestreo. A continuación, evaluaron el DOE utilizando el Metamodelo adaptativo de pronóstico óptimo (AMOP), uno de los algoritmos de aprendizaje automático (AutoML) del software optiSLang, y la matriz de coeficiente de pronóstico (COP) resultante.
En esencia, un metamodelo es un modelo de un modelo y, como sugiere su nombre, AMOP es adaptativo. Esto significa que, después del DOE inicial, AMOP crea automáticamente un metamodelo de pronóstico para los resultados. Encuentra regiones donde el metamodelo es favorable y regiones donde nuevas observaciones podrían mejorar la calidad. Con base en esta información, AMOP ejecuta automáticamente nuevas simulaciones para futuras iteraciones. Un análisis modal de los flujos de calor en la superficie del crisol fue el primer paso hacia la reducción del modelo y la creación de una unidad de maqueta funcional (FMU).
Mientras que la primera etapa involucró fluidos y optimización, la segunda etapa involucró estructuras. El equipo utilizó el software de análisis de elementos finitos (FEA) estructural de Ansys Mechanical para analizar características como los efectos transitorios durante el bombeo a chorro y otros procesos. La herramienta de modelado de elementos finitos del lenguaje de diseño paramétrico de Ansys (APDL) ayudó al equipo a calcular las tensiones locales en función de los efectos transitorios, al tiempo que consideraba los efectos de la temperatura y las cargas mecánicas. Los puntos de medición definidos a priori para la geometría del crisol informaron y definieron el modelo termomecánico de orden reducido (ROM). Esta parte del flujo de trabajo fue guiada por CADFEM.

El software de optimización de diseño e integración de procesos Ansys optiSLang tiene varios métodos para realizar un diseño de experimentos (DOE), desde el DOE determinista clásico hasta técnicas más avanzadas como el muestreo de hipercubo latino (LHS).

El software Ansys Twin Builder se combina con la simulación multifísica de Ansys para permitir el modelado de orden reducido (ROM), que reduce la complejidad del modelo y acelera los flujos de trabajo de simulación.
Para la tercera y última etapa, los ingenieros crearon un modelo gemelo digital utilizando la plataforma de gemelos digitales basada en simulación Ansys Twin Builder , combinando las mediciones y la ROM con una verificación en vivo de los cálculos de salida realistas. Para ampliar su uso, RAUCH incorporó el modelo gemelo digital en un microservicio con scripts de Python para implementarlo en una plataforma de nube externa.
El microservicio es proporcionado por la empresa de consultoría de gemelos digitales de CADFEM, ITficient AG , y consta de dos partes: un programador y un sistema de ejecución. El programador toma medidas de los sensores físicos de la celda de fundición a presión y las pasa al sistema de ejecución. El equipo utilizó cálculos de preprocesamiento para preparar los datos de entrada para el modelo, mientras que la ROM calculó los datos de salida sin procesar, que luego fueron manipulados por una rutina de posprocesamiento. Un ejemplo de una rutina desarrollada con CADFEM es la aproximación de un grado de utilización basado en estándares comunes.
El flujo de trabajo establecido permite al equipo abordar sensores virtuales específicos de interés. El programador toma los cálculos de los sensores virtuales y genera puntos de medición para el entorno de la nube. Como resultado, se puede acceder tanto a los sensores físicos como a los virtuales en la visualización del entorno de la nube.

El horno de fusión de magnesio RAUCH MSO1100R tiene una capacidad de fusión de 1.100 kg/h y una capacidad de contenido de crisol de aproximadamente 1.550 kg.
Democratizando la simulación
Florian Sipek, director de investigación y desarrollo (I+D) de RAUCH, atribuye la exitosa integración al apoyo de socios fuertes.
“En el caso de una empresa pequeña o mediana, en particular, necesitamos contar con una sólida colaboración”, afirma. “Por supuesto, no podemos representar todos los aspectos de un gemelo digital”.
Sipek explica que la experiencia de RAUCH reside principalmente en simulaciones CFD, mientras que CADFEM apoya FEA e ITficient proporciona el microservicio.
Aunque pasar del mantenimiento tradicional al mantenimiento predictivo requiere una apertura a las herramientas digitales, la experiencia de RAUCH demuestra que no requiere una gran experiencia en simulación o gemelos digitales. De hecho, en muchos casos, las herramientas digitales ayudan a democratizar la simulación mediante el uso de algoritmos integrados que simplifican procesos que de otro modo llevarían mucho tiempo y serían complejos.
Un ejemplo de ello es la capacidad ROM del software Twin Builder. Cuando se le pregunta cómo el software Twin Builder y la función ROM contribuyen a la eficiencia y eficacia de los procesos del horno de fusión RAUCH, Sipek reconoce que se trata de una mejora del flujo de trabajo y de la satisfacción del cliente.
“El proceso de digitalización está en pleno auge incluso en el sector de la fundición, que es muy tradicional”, afirma. “Comenzamos con el registro de datos y el análisis manual, lo que al principio supuso un gran problema, pero con el tiempo nuestros clientes valoran cada vez más el esfuerzo [digital] y los resultados que se obtienen a partir de los datos”.

Los ingenieros de RAUCH reducen el riesgo de falla del horno al monitorear digitalmente el crisol utilizando la tecnología de gemelo digital y la simulación multifísica de Ansys.

El horno de fusión de magnesio RAUCH MSO1500R tiene una capacidad de fusión de 1.500 kg/h y una capacidad de contenido de crisol de aproximadamente 2.830 kg.
Mirando hacia el futuro
Con un proyecto gemelo digital completado con éxito, Sipek espera integrar la tecnología con otros equipos.
“El siguiente paso es la implementación de gemelos digitales para hornos grandes y medianos”, afirma. “El trabajo en las instalaciones de nuestro cliente es muy duro: altas temperaturas, suciedad, polvo y turnos. Es difícil encontrar personal capacitado y motivado para este propósito. Queremos facilitarle la vida a las personas en la planta y en el horno con nuestra tecnología de gemelos digitales”.
RAUCH también quiere facilitarles la vida a sus clientes. Entre las ventajas que han obtenido con la integración se encuentran:
- Tiempo de inactividad minimizado
- Mantenimiento predictivo
- Limpieza predictiva
- Previsión de turnos mejorada
- Soluciones para problemas basados en procesos
- Mayor vida útil del crisol
- Monitoreo en tiempo real del estado del horno
- Entrenamiento preciso
- Reducción del coste de propiedad
“En los últimos años hemos aprendido que el conocimiento y el saber hacer de una empresa se pueden acelerar enormemente si se analizan los conjuntos de datos y se los interpreta”, afirma. “En 2030, deberíamos poder transformar todo tipo de datos en activos para nuestros clientes y para nuestro propio negocio. El gemelo digital es un gran paso adelante”.

Las aleaciones de magnesio se procesan en hornos de fusión, como el horno de fusión de magnesio RAUCH de la serie MSO, a temperaturas y presiones extremas.