DSpace Repository

Detección de fallas en motores de inducción, mediante análisis de vibraciones

Show simple item record

dc.contributor.author Jaime Fonseca, Beatriz Adriana
dc.date.accessioned 2019-01-11T19:01:40Z
dc.date.available 2019-01-11T19:01:40Z
dc.date.created 2006-06-07
dc.date.issued 2019-01-10
dc.identifier.citation Beatriz Adriana Jaime Fonseca. (2006). Detección de fallas en motores de inducción, mediante análisis de vibraciones. (Maestría en Ciencias en Ingeniería de Cómputo con Opción en Sistemas Digitales). Instituto Politécnico Nacional, Centro de Investigación en Computación, México. es
dc.identifier.uri http://tesis.ipn.mx/handle/123456789/26426
dc.description Tesis (Maestría en Ciencias en Ingeniería de Cómputo con Opción en Sistemas Digitales), Instituto Politécnico Nacional, CIC, 2006, 1 archivo PDF, (120 páginas). tesis.ipn.mx es
dc.description.abstract RESUMEN: Los motores de inducción de baja, mediana y alta tensión, se han convertido en los equipos eléctricos de mayor aplicación en los procesos industriales automáticos. La importancia de dicho elemento en un sistema de producción, ha generado la necesidad de asegurar su buen funcionamiento, mediante la aplicación de técnicas de monitoreo continuo, que permitan detectar fallas incipientes y así poder planear las estrategias de mantenimiento adecuadas. En la actualidad, uno de los procedimientos que aportan mayor información sobre el estado operativo del motor, es el análisis de sus vibraciones mecánicas. Existen estándares internacionales publicados por distintas asociaciones, que indican los niveles de severidad de una falla en una máquina rotatoria, de acuerdo a la variación de la velocidad de las vibraciones que producen; siendo posible clasificar a éstas en Normales, Permisibles, Aún Permisibles y No Aceptables. Además, las pruebas experimentales realizadas desde los años 40's, indican que una falla puede ser reconocida con relativa facilidad, ya que la mayoría de ellas generan uno o varios armónicos en la respuesta en frecuencia, en valores múltiplos de la velocidad del motor. Así entonces, la frecuencia de la vibración indica la falla a la que nos enfrentarnos; y su amplitud, el grado de severidad de la misma. En la estrategia conocida corno mantenimiento predictivo, detectar la falla constituye la primera fase de un conjunto de tres etapas, que tienen como objetivo el emitir un diagnóstico sobre el funcionamiento del motor, y así corregir las fallas incipientes antes de que representen un problema mayor. Actualmente, el diagnóstico del tipo de falla y el grado de severidad de la misma, son tareas de un especialista en vibraciones mecánicas, cuyo juicio generalmente es de tipo subjetivo, dando cabida a diferentes tipos de errores, inherentes a su condición humana. En este trabajo se propone el uso de un sistema de inteligencia artificial; como lo son las redes neuronales, para cubrir la etapa de detección del tipo de falla y el diagnóstico del grado de severidad de la misma, dejando como trabajo a futuro, la creación de algoritmos que puedan predecir el tiempo de vida útil del motor. ABSTRACT: The motors of induction of low, medium and high tension, they have become the electric equipment of more application in the automatic industrial processes. The importance of this element in a production system, it has generated the necessity to assure their good operation, by means of the application of continuous monitoring techniques, that allow to detect incipient faults and this way to be able to apply the appropriate maintenance strategies. At the present time, one of the procedures that contribute bigger information on the operative state of the motor is the analysis of their mechanical vibrations. There are international standards published by different associations that indicate the severity levels of a fault in a rotational machine, according to the speed variation of the vibrations that take place; being possible to classify these in Normal, Permissible, Even Permissible and Not Acceptable. Also, the experimental tests carried out from the years 40's, indicate that a fault can be recognized with relative easiness, since most of the generate one or several harmonic in the answer in frequency, in multiples values of the motor speed. This way then, the frequency of the vibration indicates the fault to which we face; and their width, the grade of severity of the same one. In the well-known strategy as predictive maintenance, to detect the fault constitutes the first phase of a group of three stages that they have as objective emitting a diagnosis on the operation of the motor, and this way to correct the incipient faults before they represent a bigger problem. At the moment, the diagnosis of the fault kind and the grade of severity of the same one, are a specialist's tasks in mechanical vibrations whose trial is generally of subjective type, giving space to different types of errors, inherent to its human condition. In this work we intends the use of a system of artificial intelligence; as the neuronal networks, to cover the stage of detection of the fault kind and the diagnosis of the grade of severity of the same one, leaving like work to future, the creation of algorithms that they can predict the time of useful life of the motor. es
dc.language.iso es es
dc.subject Motores de inducción es
dc.subject Redes neuronales es
dc.subject Ingeniería mecánica es
dc.subject Vibración es
dc.title Detección de fallas en motores de inducción, mediante análisis de vibraciones es
dc.contributor.advisor Sánchez Fernández, Luis Pastor


Files in this item

This item appears in the following Collection(s)

Show simple item record

Search DSpace


Browse

My Account