Descripción
¿NOMBRE?
Resumen del libro
Esta obra es el fruto de la colaboración entre cuatro profesores del Departamento de Ingeniería Eléctrica, Electrónica, de Computadores y Sistemas de la Universidad de Oviedo y la empresa ABB Service. En ella se aborda uno de los problemas más críticos en cualquier planta industrial: las averías de los motores eléctricos. El libro recopila las técnicas tradicionales de mantenimiento predictivo, ofreciendo al lector una guía práctica basada en la experiencia profesional e investigadora de los autores. A lo largo de sus páginas, se explican los principios de diagnóstico y los criterios para evaluar el estado de las máquinas, además de presentar nuevos métodos para la detección de fallos en funcionamiento.
¿De qué trata?
El libro se centra en la importancia del mantenimiento predictivo de motores eléctricos, un aspecto clave para evitar costes asociados a la falta de disponibilidad de maquinaria crítica en procesos productivos. Los autores exponen las técnicas de diagnóstico más comunes, como el análisis de vibraciones, la termografía o el análisis de corrientes, y detallan cómo aplicarlas para detectar fallos incipientes. Además, se presentan métodos innovadores desarrollados por los propios autores, que permiten la detección de averías con la máquina en funcionamiento, minimizando así las paradas no programadas. La obra combina fundamentos teóricos con criterios prácticos utilizados en la industria, ofreciendo una visión completa para el mantenimiento eficiente de motores eléctricos.
Temas principales
- Averías en motores eléctricos: causas, tipos y costes asociados.
- Técnicas tradicionales de mantenimiento predictivo: análisis de vibraciones, termografía, análisis de corrientes, entre otras.
- Criterios de diagnóstico para evaluar el estado de las máquinas eléctricas.
- Nuevos métodos de detección de fallos con la máquina en funcionamiento.
- Importancia de la disponibilidad de maquinaria crítica en procesos industriales.
¿Para quién está recomendado?
Este libro está dirigido a ingenieros eléctricos, técnicos de mantenimiento industrial, responsables de planta y profesionales del sector que busquen profundizar en el mantenimiento predictivo de motores eléctricos. También es de gran utilidad para estudiantes de ingeniería eléctrica o electrónica interesados en la aplicación práctica de técnicas de diagnóstico y en la optimización de procesos industriales.
Qué aporta este libro
- Una recopilación exhaustiva de las técnicas tradicionales de mantenimiento predictivo, explicadas de forma clara y aplicada.
- Métodos innovadores para la detección de fallos en motores eléctricos durante su funcionamiento, basados en la investigación de los autores.
- Criterios prácticos y contrastados para evaluar el estado de las máquinas, reduciendo el riesgo de paradas imprevistas.
- Una perspectiva realista sobre los costes asociados a las averías y la importancia de la disponibilidad de la maquinaria crítica.
Ficha técnica
- Autor: FERNANDEZ CABANAS; MANES, ALONSO ORCAJO; GONZALO, CANO RODRIGUEZ; JOSE MANUEL, GARCIA MELERO; MANUEL, SO
- Editorial: Marcombo
- Idioma: Español
- Tema: Motores y transmisión de fuerza, Tecnología e ingeniería energética, Ingeniería electrónica y de las comunicaciones
- Colección: FONDO
- Encuadernación: Bolsillo
- Fecha de edición: No especificada
- Número de páginas: 368
- Dimensiones: 21.0 cm x 15.0 cm
- Peso: 542.0 gr
Valoración editorial
Esta obra se presenta como un recurso técnico de alto valor para profesionales del mantenimiento industrial. La colaboración entre el ámbito académico y una empresa de referencia como ABB Service garantiza un enfoque equilibrado entre teoría y práctica. El libro destaca por su claridad al exponer técnicas de diagnóstico consolidadas y por incorporar métodos de detección de fallos en funcionamiento, lo que lo convierte en una herramienta útil para optimizar la disponibilidad de maquinaria crítica. Es una lectura recomendada para quienes buscan mejorar la eficiencia de sus procesos productivos mediante un mantenimiento predictivo riguroso.