Libro blanco sobre tecnología de ruedas industriales

V1.0 – 2025/09

—— Guía para ingenieros de confiabilidad sobre selección cuantitativa y optimización del costo total del ciclo de vida (LCC)

0 Resumen

En los incidentes de fallo del equipo móvil, el 22,7% se atribuye a defectos en el diseño, la selección y el mantenimiento del sistema de ruedas giratorias (Asociación China de Industria de Maquinaria Pesada, 2024). Este libro blanco utiliza como marco el modelo trinario de acoplamiento "Función-Entorno-Datos", presentando un proceso de selección ingenieril de ruedas giratorias que es reproducible y auditable. Además, por primera vez integra la combinación genética de materiales, la supervisión mediante gemelos digitales y la evaluación de la huella de carbono dentro del mismo espacio decisional, ofreciendo así a los ingenieros de confiabilidad una ruta tecnológica completamente cerrada, desde la captura de requisitos hasta la recuperación al final de su vida útil.

1 Términos y símbolos

Cdyn: Coeficiente de carga dinámica

Cstat: Coeficiente de carga estática, ≥1,25 (DIN EN 12532)

L10: Vida en fatiga con un 90% de confiabilidad (ASTM D6055)

IPxx: Grado de protección (IEC 60529)

LCC: Costo del Ciclo de Vida, unidad USD/1000 km

2 Límites del sistema y criterios de fallo

2.1 Límites del sistema

Sistema de ruedas = superficie de la rueda + rodamiento + soporte + elementos de fijación + sensor (opcional) + lubricante/sellos

2.2 Criterios de falla

① Espesor restante de la llanta ≤ 70% del espesor original

② Deformación permanente del soporte ≥ 0,5°

③ Aumento de temperatura del rodamiento ≥ 40 K

④ Desplazamiento de la señal del sensor ≥ 3% del rango completo

Cualquier condición que se active se considerará como fin de vida útil.

3 Matriz de Captura de Requerimientos (RDM)

Dimensión, Peso, Criterio de calificación

F1 lleva el 30% según el 4.1

F2 amortiguador 15% de tasa de absorción de impactos η≥30%

Entorno F3, 25 % de temperatura, química, clasificación IP, entre otros

Mantenimiento F4, 10% MTTR ≤ 15 min

Datos F5 10% accesibles a MQTT/OPC-UA

F6 Sostenible 10% CO₂e ≤ 2,3 kg/ronda

4 Algoritmos cuantitativos de selección de opciones

4.1 Modelo de portadores

Pmax = (m·g·Cdinámica·Csafety) / (n·k)

m: Masa del equipo [kg]

n: Cantidad de ruedas

k: Factor de la superficie (concreto liso 1,0, juntas soldadas 1,3, rampa del 15% 1,5)

Csafety: Factor de seguridad ≥1,25 (carga estática) o ≥2,0 (condiciones de impacto)

4.2 Matriz de acoplamiento material-ambiente

Material, ventana de temperatura, resistencia química, resistencia superficial, tasa de desgaste [mm³/N·m]

UHMW-PE –40~80 ℃ Excelente 10¹⁴ Ω 1,3×10⁻⁷

PA12-cf –50~150 °C, 10³ Ω, 4,1×10⁻⁸

Vulkollan® –30~110 ℃ buena 10¹¹ Ω 2,7×10⁻⁸

Rueda fundida 316L –40~250 ℃ Excelente 10⁻¹ Ω 5,5×10⁻⁹

4.3 Predicción de la vida útil

Utilización de la regla modificada de Miner junto con el modelo acelerado biaxial de temperatura-carga:

L10 = (σ₀/σ)^b · 2^((T₀–T)/10) · Lref

b = 9,2 (Ajuste experimental con ruedas de poliuretano)

5 Capa de gemelo digital

5.1 Topología de sensores

Sensor de fuerza en seis dimensiones + acelerómetro de tres ejes + sonda de temperatura/humedad, frecuencia de muestreo 1 kHz, envío posterior de un vector de características de 64 dimensiones tras FFT en el borde.

5.2 Base de características de fallas

Modo de falla, Frecuencia característica, Umbral de confianza

Fatiga del stent 540–580 Hz Mahalanobis > 4

Rodamiento con falta de lubricación, energía 2.1 × BPFI > 3σ

Desprendimiento de la banda de rodadura: 0,8–1,2 × frecuencia de rodadura, factor de pico > 6

5.3 Predicción de la vida útil restante (RUL)

Se utiliza regresión XGBoost, con 64 características de entrada + etiquetas de condiciones operativas, logrando un error absoluto medio MAE = 4,7 h (conjunto de prueba, n = 120).

6 Sostenibilidad y cumplimiento

6.1 Huella de carbono

Etapa de la cuna a la puerta:

Soporte de acero 1,8 kg de CO₂e

Carcasa de poliuretano 0,7 kg CO₂e

Módulo de sensor 0,3 kg de CO₂e

Un total de 2,8 kg CO₂e por rueda, lo que representa una reducción del 34% en comparación con el enfoque tradicional.

6.2 Estrategia de reciclaje

El material de la llanta es poliuretano termoplástico (TPU), que admite el reciclaje físico en circuito cerrado; el soporte cuenta con un diseño de aleación única 316L, eliminando la necesidad de clasificación secundaria.

7 Proceso de implementación (versión adaptada de PRINCE2)

Etapa 1: Revisión de requisitos → Salida RDM

Etapa 2: Selección del algoritmo → Generar el «Libro de cálculos» (incluye Notebook de Python Jupyter)

Etapa 3: Validación del prototipo → 5 × 10⁴ ciclos de fatiga lateral ASTM D6055 + 1000 h de niebla salina

Etapa 4: Despliegue en pequeñas series → Puesta en línea del gemelo digital, comparación A/B del MTBF

Etapa 5: Producción en masa y mejora continua → Actualización trimestral de la biblioteca de características de fallos

8 Resumen rápido de casos

Caso A: Carro de transporte de obleas de semiconductor

Requisitos: Pureza clase 100, estática <50 V, ruido <55 dB(A)

Selección: Superficie de rueda UHMW-PE + soporte 316L + grasa conductora, reducción del LCC en un 22%

Caso B: Logística de baterías de nuevas energías

Requisitos: Almacén frigorífico a -30 ℃, goteo de electrolito, operación 24×7

Selección: Rueda PA12-CF + conjunto de ruedas dobles con codificación magnética, error de predicción RUL de 4,2 horas, reducción del tiempo de inactividad en un 38 %.

9 Conclusiones y perspectivas

Las ruedas ya no son simplemente "elementos deslizantes" pasivos, sino nodos de datos en tiempo real y unidades de diseño sostenible. Al integrar el genoma de materiales, algoritmos de vida útil y gemelos digitales, los ingenieros pueden identificar desde la etapa de diseño ≥90% del riesgo de fallo, reduciendo además el LCC entre un 15 y un 40%. El próximo paso del trabajo se centrará en la reducción del consumo energético del AI periférico (<200 μW/rueda) y en la implementación industrial de una red blockchain para el seguimiento y trazabilidad del reciclaje.