Ir directamente al contenido

Schaeffler presentó en Advanced Factories una solución para monitorizar motores eléctricos

18/05/2026

En el marco de Advanced Factories, que se celebró del 5 al 7 de mayo en Barcelona, Schaeffler presentó su amplio portfolio de productos, servicios y soluciones para acompañar a la industria en su evolución hacia modelos de producción más inteligentes, flexibles, conectados y sostenibles.
Como novedad dentro de este portfolio, los visitantes del stand pudieron conocer de primera mano FAG OPTIME E-CM, la solución que añade una perspectiva esencial al Ecosistema OPTIME existente al permitir la monitorización de motores eléctricos. Esta tecnología ayuda a detectar incidencias de forma temprana, mejorar la fiabilidad operativa y contribuir a una gestión más eficiente del mantenimiento.

Detección temprana de fallos e incidencias eléctricas
FAG OPTIME E-CM permite identificar de forma temprana incidencias como fallos y daños de aislamiento, defectos de cables, excentricidades estáticas y dinámicas, barras de rotor rotas, fluctuaciones de tensión y sobrecorrientes.
Esta mayor transparencia sobre el estado de los activos facilita una planificación más proactiva de las tareas de mantenimiento, contribuye a reducir costes y mejora la gestión de los recursos técnicos y humanos. La solución resulta especialmente útil en instalaciones con equipos de difícil acceso, ya que los sensores se fijan en los cables de conexión del motor dentro del armario de control.

Instalación sencilla y análisis asistido por IA en el entorno cloud de Schaeffler
La instalación de FAG OPTIME E-CM está diseñada para ser sencilla y rápida para el personal eléctrico. El sistema consta de una unidad de medición y sensores de corriente que se montan en los cables activos de las unidades monitorizadas. Ambos componentes se ubican en el armario de control, de fácil acceso para el personal de mantenimiento.
Como sensores, se pueden utilizar transformadores de corriente de núcleo partido o bobinas de Rogowski. La distancia entre el sensor y la unidad de medición puede ser de hasta 10 m, salvada mediante cableado. Además, la solución registra las señales trifásicas de tensión del motor eléctrico desde la unidad de medición central.
Los datos se transmiten de forma inalámbrica y segura a través de LTE al entorno cloud de Schaeffler, donde se analizan mediante tecnologías de aprendizaje automático e inteligencia artificial para identificar patrones y generar recomendaciones útiles para los equipos de mantenimiento.

Para poder ver el contenido completo tienes que estar suscrito. El contenido completo para suscriptores incluye informes y artículos en profundidad

Inicia sesión Suscríbete

Revista

IMHE Octubre 2026

Ver la revista

Lo más leído

AGME aborda el relevo en su dirección con la incorporación de Iñaki Etxebarria

Metal Noticias

Leer más sobre AGME aborda el relevo en su dirección con la incorporación de Iñaki Etxebarria

Daunert y Nakamura-Tome celebran 40 años de colaboración, confianza y crecimiento conjunto

Metal Noticias

Leer más sobre Daunert y Nakamura-Tome celebran 40 años de colaboración, confianza y crecimiento conjunto

METROMEET analizó el papel de la IA, los gemelos digitales y la robótica en la fabricación

Metal Noticias

Leer más sobre METROMEET analizó el papel de la IA, los gemelos digitales y la robótica en la fabricación

Salvagnini y Turbil Group impulsan una nueva etapa de transformación industrial mediante el desarrollo de una avanzada fábrica inteligente en Selopin

Metal Noticias

Leer más sobre Salvagnini y Turbil Group impulsan una nueva etapa de transformación industrial mediante el desarrollo de una avanzada fábrica inteligente en Selopin

La tecnología Jet Polishing de SAINKO abre nuevas posibilidades de acabado en piezas complejas, incluso en materiales tan exigentes como el metal duro

Metal Tecnologías

Leer más sobre La tecnología Jet Polishing de SAINKO abre nuevas posibilidades de acabado en piezas complejas, incluso en materiales tan exigentes como el metal duro

Customización de cookies

Cookies Analytics

Este sitio web utiliza cookies de terceros para cuantificar el número de usuarios y así realizar la medición y análisis estadístico de la utilización que hacen los usuarios del servicio ofertado. Para ello se analiza su navegación en nuestra página web con el fin de mejorar la oferta de productos o servicios que le ofrecemos por medio de la cookie Google Anlytics

Cookies para compartir en redes sociales

Usamos algunos complementos para compartir en redes sociales, para permitirle compartir ciertas páginas de nuestro sitio web en las redes sociales. Estos complementos colocan cookies para que pueda ver correctamente cuántas veces se ha compartido una página.