Diagnosis de modos de fallo en máquinas rotativas mediante técnicas basadas en redes neuronales artificiales y en la transformación con ondículas

Sanz Corretge, Francisco Javier. Diagnosis de modos de fallo en máquinas rotativas mediante técnicas basadas en redes neuronales artificiales y en la transformación con ondículas . 2007. Universidad Nacional de Educación a Distancia (España). Escuela Técnica Superior de Ingenieros Industriales

Ficheros (Some files may be inaccessible until you login with your e-spacio credentials)
Nombre Descripción Tipo MIME Size
Documento.pdf Pdf del documento application/pdf

Título Diagnosis de modos de fallo en máquinas rotativas mediante técnicas basadas en redes neuronales artificiales y en la transformación con ondículas
Autor(es) Sanz Corretge, Francisco Javier
Resumen En virtud de las necesidades expuestas y del estado actual del arte, se pueden establecer el objetivo global y aquellos objetivos más específicos de esta tesis. OBJETIVO GLOBAL: Como respuesta a las carencias de los sistemas de diagnosis actuales, el objetivo fundamental que se persigue en la tesis es el desarrollo e implementación de un nuevo sistema de detección, localización y cuantificación del nivel de degradación en una máquina rotativa a partir de mediciones vibratorias indirectas. La consecución de este objetivo implicará las siguientes tareas: a) Diseño del sistema en base a una estrategia de detección, b) implementación mediante una herramienta de programación informática (aunque también se podría implementarlo sobre un soporte físico electrónico) y, por último, c) su aplicación en entornos simulados y reales. OBJETIVOS ESPECÍFICOS: A la consecución del objetivo global fundamental se le han de añadir una serie de objetivos específicos cuyo fin es aumentar la capacidad del sistema de diagnosis. Entre éstos, se encuentran los siguientes: • Detección automática y en tiempo real: El postproceso se debe realizar de forma automatizada sin necesidad del diagnóstico a posteriori realizado por expertos. Aunque la inspección visual de los rasgos de las señales vibratorias, es suficiente a veces para establecer el diagnóstico, éste no debería depender de la pericia del experto y, además, cualquier anormalidad debería ser detectada en el menor intervalo de tiempo posible. • Predicciones efectuadas a partir de mediciones vibratorias obtenidas en la carcasa: Los registros se obtendrán sin necesidad de desmantelar la maquinaria o pararla, aumentando su productividad. • Diagnosis realizada en distintas condiciones operativas, distinto par y velocidad angular: El cambio de patrón de vibración en las maquinas rotativas, debido a su elevada no linealidad, hace que las características de los registros obtenidos en distintas condiciones de funcionamiento cambien notablemente, por este motivo la referencia de “normalidad” cambia con cada punto de funcionamiento y es muy complicado hacer pronósticos en estas condiciones que por otra parte son muy habituales. • Localización “parcial” del componente mecánico (engranaje, rodamiento, etc.) dañado: Resulta muy interesante detectar el componente dañado, especialmente en maquinaría pesada donde sea posible su desmontaje parcial, ya que directamente supone un ahorro en medios y en tiempo de reparación. • Robustez ante la presencia de “ruido” contaminante: Todos los registros obtenidos en maquinaría en condiciones normales (fuera de laboratorio) son susceptibles de ser contaminados por cierto ruido de fondo que deberá de ser tenido en cuenta en la confección del nuevo sistema de diagnosis. • Cuantificación de la severidad del daño ante un modo de fallo concreto: Muy poco trabajo se ha efectuado para determinar el grado de severidad de un fallo en una máquina rotativa, a pesar de que éste facilitaría un mantenimiento preventivo y evitaría fallos inesperados. Por este motivo en esta tesis se intentará establecer un módulo de cuantificación automatizada. De todo lo anterior, se deduce que lo que se busca es un sistema de diagnosis que “dispare” sus alarmas ante cualquier anormalidad en una maquinaría rotativa, que indique el componente defectuoso y que estime el grado de severidad del fallo asociado, además se pretende que las inferencias se efectúen en tiempo real.
Materia(s) http://id.loc.gov/authorities/subjects/sh85075537
Ingeniería Industrial
Palabras clave máquinas eléctricas
redes neuronales artificiales
ondículas
Editor(es) Universidad Nacional de Educación a Distancia (España). Escuela Técnica Superior de Ingenieros Industriales
Director de tesis Perera Velamazán, Ricardo (Director de Tesis)
Huerta Gómez, Consuelo (Codirectora de Tesis)
Benito Muñoz, Juan José (Tutor de Tesis)
Fecha 2007-12-11
Formato application/pdf
Identificador tesisuned:IngInd-Fjsanz
http://e-spacio.uned.es/fez/view/tesisuned:IngInd-Fjsanz
Idioma spa
Versión de la publicación publishedVersion
Nivel de acceso y licencia info:eu-repo/semantics/openAccess
http://creativecommons.org/licenses/by-nc-nd/4.0
Tipo de recurso Thesis
Tipo de acceso Acceso abierto

 
Versiones
Versión Tipo de filtro
Contador de citas: Google Scholar Search Google Scholar
Estadísticas de acceso: 802 Visitas, 4853 Descargas  -  Estadísticas en detalle
Creado: Tue, 10 Jan 2012, 15:19:27 CET