AVAT y KBB colaborarán en el desarrollo de turbocompresores

La empresa tecnológica alemana AVAT Automation GmbH y Kompressorenbau Bannewitz GmbH (KBB) han anunciado que trabajarán juntas para hacer que la tecnología de turbocompresores para grandes motores de combustión sea más potente y eficiente mediante la tecnología digital.

El Dr. Silvio Risse (KBB), Thomas Hutter (AVAT), el Dr. Roman Drozdowski (KBB) y Frank Ganssloser (AVAT) trabajan en el desarrollo de una solución digital para turbocompresores que aumente la eficiencia operativa y evite costosas averías (de izquierda a derecha). (Foto: AVAT)

La colaboración entre AVAT y KBB combina décadas de experiencia en tecnología de turbocompresores con la experiencia en la automatización y digitalización de centrales eléctricas. Los turbocompresores son un componente clave para el rendimiento y la eficiencia de los motores de combustión interna utilizados en buques y en la generación de energía.

Durante más de 30 años, AVAT ha desarrollado soluciones de automatización para el sector energético global, mientras que KBB es un proveedor de turbocompresores para grandes motores de combustión utilizados en barcos, locomotoras y centrales eléctricas estacionarias en todo el mundo.

Las empresas afirmaron que la aplicación de nuevo hardware y software les permitirá recopilar y analizar una amplia gama de datos y métricas operativas del turbocompresor, lo que proporcionará información valiosa sobre los parámetros operativos y los posibles patrones de daños. Mediante el análisis de los datos, las empresas afirmaron que pueden identificar el potencial de optimización en la operación en una etapa temprana e identificar proactivamente las necesidades de mantenimiento.

Se espera que los datos a largo plazo recopilados digitalmente permitan una detección más precisa de los cambios en el rendimiento y el funcionamiento del turbocompresor mediante comparaciones temporales. Según AVAT, a medida que aumente la cantidad de datos, la capacidad de detectar daños se volverá más sofisticada, lo que permitirá desarrollar nuevos intervalos de mantenimiento basados en datos con el tiempo. El mantenimiento predictivo ayudará a evitar fallos en los equipos.