Los fallos del turbocompresor en camiones pesados provocan tiempos de inactividad significativos y pérdidas logísticas. La ciencia de datos moderna permite el mantenimiento predictivo mediante el uso de algoritmos que analizan el historial operativo de un vehículo para predecir la vida útil restante (RUL - Remaining Useful Life).
Se utilizan cuatro fuentes de datos principales para la predicción de fallos, creando un perfil completo de la salud del turbo:
La investigación compara dos algoritmos avanzados:
Los resultados muestran que Survival-PLSTM logra una mayor precisión (ROC AUC = 0.74) en comparación con RSF (ROC AUC = 0.71), especialmente cuando el coste del fallo es elevado.
Una política de mantenimiento predictivo es significativamente más rentable que el mantenimiento correctivo. Cuando el coste de un falso negativo (fallo no detectado) es más de 3.5 veces superior al de un falso positivo, el modelo Survival-PLSTM optimiza los costes y evita averías inesperadas en carretera.
Más allá de los indicadores operativos generales, los diagnósticos profundos deben tener en cuenta modos de falla específicos del VGT (Turbocargador de Geometría Variable), como los prevalentes en las series Cummins Holset HE300VG (N/P 3794756) y HE400VG. Los modelos predictivos se benefician significativamente del monitoreo del ciclo de trabajo del actuador electrónico, ya que la acumulación excesiva de hollín dentro de la carcasa de la turbina a menudo conduce a la inmovilización del enlace de las paletas. Cuando el anillo de boquilla del VGT se obstruye con residuos de escape carbonizados, la ECU registra códigos de falla específicos, como J1939 SPN 641, que indican discrepancias en el rango de movimiento del actuador a la paleta. Al correlacionar estos datos DTC con métricas de degradación del aceite —buscando específicamente cambios en la viscosidad cinemática que preceden al rayado del muñón del cojinete— el modelo Survival-PLSTM puede pronosticar eficazmente la transición de una respuesta lenta de las paletas a una inmovilización catastrófica total del mecanismo de la boquilla.
La integridad mecánica del conjunto rotativo es altamente sensible al historial de lubricación y a la gestión del ciclo térmico. La predicción de fallas a nivel experto requiere analizar el inicio del juego axial y radial, a menudo acelerado por el ralentí prolongado que provoca la coquización del aceite en el sello del anillo de pistón del lado de la turbina. En unidades como la serie Garrett/Honeywell GT4088 utilizadas en aplicaciones de servicio pesado, la acumulación de calor durante ciclos de enfriamiento inadecuados permite que el calor residual hornee el aceite del motor en depósitos de carbono, estrangulando efectivamente la ruta de retorno de aceite de la carcasa del cojinete. Al integrar los datos VSH con las Tendencias de Datos Operacionales (ODT) a largo plazo, un algoritmo predictivo puede identificar las horas acumuladas de operación a alta EGT (Temperatura de Gases de Escape) en relación con el intervalo total de cambio de aceite, proporcionando una predicción de alta confianza de cuándo es probable que ocurra la falla de la película del cojinete hidrodinámico debido a la fricción inducida por el calor localizado.
El mantenimiento de precisión también depende de la integridad de la calibración del módulo de control del turbocargador. Para las unidades modernas, la calibración posterior a la reparación no es una sugerencia, sino un requisito crítico; por ejemplo, el Holset HE351VE (N/P 4032773) requiere un ciclo de aprendizaje riguroso para mapear el rango exacto de barrido de la boquilla de geometría variable, asegurando que el sensor de posición del actuador (APS) se correlacione con precisión con la posición real de la paleta. Si el modelo Survival-PLSTM detecta intentos frecuentes fallidos de calibración del actuador o bucles de retroalimentación erráticos en los datos del ciclo de trabajo del VGT, sirve como un indicador adelantado de desgaste del enlace interno o falla eléctrica dentro de la carcasa de la válvula solenoide del actuador. Identificar estas inestabilidades del subsistema antes de que se manifiesten como una pérdida de potencia inducida por el turbo —o, peor aún, un impacto de la rueda del compresor contra la carcasa causado por un juego excesivo del eje— es el sello distintivo de una estrategia preventiva avanzada basada en datos que maximiza la vida útil remanente verdadera del conjunto.
El monitoreo avanzado de diagnóstico debe abordar la hidrodinámica de los cojinetes hidrodinámicos totalmente flotantes que se encuentran en unidades de alta potencia como la serie BorgWarner S400SX. Estos cojinetes dependen de una cuña precisa de lubricante presurizado para evitar el contacto metal con metal entre el eje y el alojamiento del orificio; sin embargo, las caídas transitorias de la presión del aceite —a menudo enmascaradas por los indicadores estándar del tablero— inducen micro-soldadura en las superficies del muñón. Cuando el modelo Survival-PLSTM agrega datos de volatilidad de la presión del aceite junto con la duración de carga alta, puede detectar las etapas incipientes de rayado del muñón del cojinete. Al monitorear la frecuencia de las transiciones del arranque en frío frente a la entrega de alto par, el modelo identifica eventos de "lubricación límite" donde el espesor de la película de aceite cae por debajo del mínimo requerido, lo que conduce a la degradación de la superficie del eje que inevitablemente precede a un desequilibrio catastrófico del conjunto del rotor y al posterior impacto de la rueda de la turbina contra el anillo de boquillas.
Las condiciones de sobretensiones y pérdida de compresor (surge and stall) presentan un factor de estrés mecánico significativo, a menudo pasado por alto, para los turbocompresores de servicio pesado como el Holset HX60. Estas inestabilidades aerodinámicas generan cargas cíclicas de alta frecuencia en la cara posterior de la rueda del compresor y el conjunto del cojinete de empuje. Cuando el motor opera cerca de la línea de sobretensión, las pulsaciones de presión resultantes ejercen cargas de empuje axial que exceden las especificaciones de diseño del collarín de empuje hidrodinámico. Los algoritmos predictivos deben configurarse para analizar los datos VSH en busca de DTC recurrentes de "presión baja" (low boost) o de "flujo de aire másico" (mass air flow), que a menudo se correlacionan con eventos de sobretensión. Un enfoque de aprendizaje automático puede correlacionar estos picos de presión transitorios con la acumulación de juego axial, proporcionando una alerta pronóstica antes de que la carga axial provoque el desgaste del cojinete de empuje, lo que de otro modo resultaría en una rápida progresión hacia el contacto de la rueda del compresor y la erosión catastrófica de la carcasa.
La integración de la telemetría del actuador es primordial para los sistemas turboelectrificados modernos, particularmente aquellos que utilizan los actuadores VGT electrónicos integrados de Eaton o Cummins. El desgaste dentro del tren de engranajes interno del actuador o la degradación de la retroalimentación del motor paso a paso a menudo se manifiesta como un comportamiento de "caza" (hunting) en el ciclo de trabajo del VGT, fácilmente detectable mediante el registro CAN-bus de alta resolución. Si el modelo identifica una discrepancia creciente entre la posición comandada (objetivo) y la posición real de la paleta (retroalimentación), a menudo es indicativo de depósitos de carbono endurecidos (coquización) que aumentan el par necesario para hacer girar el anillo de boquillas, o un juego mecánico excesivo en el varillaje. La detección temprana de esta "histéresis" en el ciclo de actuación de la paleta permite una limpieza dirigida o un servicio del actuador mucho antes de que el varillaje se agarrote por completo, evitando así el común fallo de sincronización "actuador-a-paleta" (tal como J1939 SPN 641) que desencadena la reducción de potencia del motor y pone la unidad en un modo de protección irrecuperable.