Aplicación de técnicas de Machine Learning para la predicción de posibles averías de correas en equipos rotatorios

Camacho Espino, Jorge, Marichal Plasencia, G Nicolás, Ávila Prats, Deivis y Hernández López, Ángela(2022) .Aplicación de técnicas de Machine Learning para la predicción de posibles averías de correas en equipos rotatorios. XV Congreso Iberoamericano de Ingeniería Mecánica.En: Universidad Politécnica de Madrid. (2022-11-22)

Ficheros (Some files may be inaccessible until you login with your e-spacio credentials)
Nombre Descripción Tipo MIME Size
Abs_30_182375.docx Aplicación de técnicas de Machine Learning Click to show the corresponding preview/stream application/vnd.openxmlf... 1020.09KB

Título de la Conferencia XV Congreso Iberoamericano de Ingeniería Mecánica
Fecha de inicio de la Conferencia 2022-11-22
Fecha fín de la Conferencia 2022-11-24
Lugar de la Conferencia Universidad Politécnica de Madrid
Fecha de presentación de la Ponencia 2022
Titulo Aplicación de técnicas de Machine Learning para la predicción de posibles averías de correas en equipos rotatorios
Autor(es) Camacho Espino, Jorge
Marichal Plasencia, G Nicolás
Ávila Prats, Deivis
Hernández López, Ángela
Materia(s) Ingeniería Mecánica
Resumen Este trabajo presenta el empleo de técnicas de Inteligencia Artificial para obtener una clasificación del estado de desgaste de correas, motivado principalmente por el funcionamiento de estos equipos en las bombas de alta presión de plantas desaladoras mediante ósmosis inversa. Se han tomado los datos de 30 correas con diferentes grados de desgaste montadas sobre un equipo de laboratorio a escala de una máquina rotativa de alta velocidad basado en modificaciones de un taladro de columna. El estudio se basa en las mediciones de vibraciones, que fueron registradas con un acelerómetro piezoeléctrico triaxial y un analizador de señales dinámicas. Dichas señales se someten a un preprocesado basado en el análisis del dominio de frecuencia, para, a continuación, aplicar las técnicas de Machine Learning y obtener una clasificación del estado de desgaste de la correa en estudio. Los resultados muestran que es posible predecir si aún es capaz de realizar correctamente sus funciones o si es necesaria una sustitución.
Abstract In this work, Artificial Intelligence techniques are used to obtain a classification of the state of belts wear, motivated mainly by the operation of this equipment in the high pressure pumps of reverse osmosis desalination plants. Data was taken from 30 belts with different degrees of wear. A laboratory scale equipment of a high-speed rotary machine based on modifications of a column drill was utilized to test. The belts study is based on vibration measurements, which were recorded with a triaxial piezoelectric accelerometer and a dynamic signal analyzer. These signals are subjected to a preprocessing based on the analysis of the frequency domain, in order to then apply Machine Learning techniques and obtain a classification of the state of belt wear. The results show that it is possible to predict if the belt is still able to perform its functions correctly or if a substitution is necessary.
Palabra clave mantenimiento predictivo
vibraciones
machine learning
procesamiento de señales
Editor(es) Universidad Nacional de Educación a Distancia (España)
Universidad Politécnica de Madrid. Departamento de Ingeniería Mecánica
Fecha 2022
Formato application/ms-word
Identificador bibliuned:congresoCIBIM-2022UPMEspana-Jcamacho
https://doi.org/10.5944/bicim2022.019
Idioma spa
Versión de la publicación publishedVersion
Nivel de acceso y licencia http://creativecommons.org/licenses/by-nc-nd/4.0
info:eu-repo/semantics/openAccess
Tipo de recurso conferenceObject
Tipo de acceso Acceso abierto

 
Versiones
Versión Tipo de filtro
Contador de citas: Google Scholar Search Google Scholar
Estadísticas de acceso: 255 Visitas, 56 Descargas  -  Estadísticas en detalle
Creado: Fri, 02 Dec 2022, 22:41:53 CET