You are on page 1of 2

Primera Entrega Paper

Fernndez. Noviembre 2015

Jos Vitelio

Diagnstico de fallas de Motores


Asncronos basado en la metodologa
Wavelet PacketRedes Neuronales
Los motores asncronos de jaula de ardilla se utilizan ampliamente en el
proceso de produccin de la industria. Por eso es significativo mejorar la
tcnica de diagnstico en los motores asncronos de jaula de ardilla en las
diferentes aplicaciones. Esto ayuda a disminuir la ocurrencia de accidente y
el costo de mantenimiento. Este trabajo se presenta Basado en la
metodologa Wavelet Packet-Redes Neuronales, sobre el diagnstico en
tiempo real del estator, rodamiento, y falla de excentricidad de motores
asncronos de jaula de ardilla. Se analiza y procesa la seal de corriente del
estator de la maquina elctrica, con el algoritmo WP-NN 1. Por este mtodo el
problema de que el algoritmo FFT convencional no puede proporcionar
ninguna informacin parcial en el dominio del tiempo se resuelve. Los
vectores propios de rodamiento y falla de excentricidad son procesados por el
algoritmo Wavelet Packet. Los vectores propios son pequeas. Las redes
neuronales no son convergentes fcilmente cuando estn entrenadas, con
estos vectores propios que el anterior. Para este problema, este artculo da un
nuevo esquema basada en el algoritmo de extraccin de vectores propios de
falla. Por el algoritmo propuesto de vectores propios de falla, la falla de los
motores asncronos de jaula de ardilla puede ser diagnosticada y clasificada
con precisin en tiempo real. Este esquema es factible, y se demuestra por el
experimento de prueba.
Como dispositivo de conversin de energa, los motores AC asncronos se
utilizan ampliamente en procesos de produccin industrial. Es significativo
para mejorar el anlisis de fallas y la tcnica de diagnstico de mquinas
elctricas asncronas AC. Esto ayuda a disminuir la ocurrencia de fallas con
eficacia, reducir tiempos perdidos de produccin causada por fallas, reduce el
costo de mantenimiento y mejora el rendimiento de las mquinas elctricas.
Es indispensable investigar la caracterstica de la falla en las mquinas
elctricas y desarrollar el sistema de diagnstico en tiempo real el cual puede
identificar la falla tpica con precisin y eficacia de motores asncronos de
jaula de ardilla.
En los ltimos aos, hay un progreso importante en el campo de la
investigacin del anlisis de fallas y diagnstico de mquinas elctricas, con
el desarrollo de la tcnica de control, tcnica computacional y tipos de
algoritmo de inteligencia avanzada. Muchos tipos de mtodos de diagnstico
de fallos son propuestos, tales como el mtodo de modelo analtico, el
mtodo basado en el conocimiento, y el mtodo de procesamiento de
seales. El desarrollo del mtodo de modelo analtico es el ms reciente. Este
mtodo necesita modelo matemtico preciso del objeto diagnosticado,

1 Algorithm de Wavelet Packet-Neural Network

Primera Entrega Paper


Fernndez. Noviembre 2015

Jos Vitelio

incluyendo el mtodo de estimacin de parmetros, el mtodo de estimacin


de estado, el mtodo espacio equivalente, etc.
Este mtodo requiere la condicin de diagnstico rigor, y existe una gran
limitacin. El mtodo basado en el conocimiento utiliza la informacin
interrelacionada de objetos diagnosticados; no se necesita el modelo
matemtico preciso del sistema. Este mtodo es utilizado ampliamente, tal
como algoritmo de red neuronal, el algoritmo de lgica difusa, etc. El mtodo
de procesamiento de seales utiliza directamente el modelo de seal para
analizar los sistemas lineales o no lineales, evitando la dificultad de extraer
modelos matemticos de objetos.
El mtodo de procesamiento de seal convencional hace que el anlisis
espectral de la seal de corriente en el estator de las mquinas elctricas,
con la Transformada Rpida de Fourier (FFT). Este mtodo puede obtener
toda la informacin en el dominio de frecuencia de la seal, pero pierde
informacin parcial en el dominio de tiempo de la seal y no puede realizar
diagnstico de fallos en tiempo real de las mquinas elctricas. Desde finales
de la dcada de 1980 el anlisis wavelet es una nueva rama de las
matemticas. La aparicin de la tcnica wavelet proporciona una poderosa
herramienta para el campo del diagnstico de fallas. La Transformacin
Wavelet es a la vez el anlisis en escala de tiempo, y el anlisis tiempo
frecuencia, con la caracterstica de resolucin mltiple. Se puede extraer
caracterstica parcial de la seal en el tiempo y dominio de la frecuencia. Por
lo tanto, el diagnstico de fallas basado en el anlisis wavelet debe ser una
nueva tendencia de desarrollo en el campo del diagnstico de fallas en lnea
de mquinas elctricas. En este artculo, la seal de corriente del estator de
la maquina elctrica se analiza mediante algoritmo wavelet packet
decomposition, los vectores propios de falla son extrados. Los vectores
propios de falla son analizados e identificados por las redes neuronales, que
puede realizar el diagnstico en tiempo real de muchos tipos de fallas de los
motores asncronos de jaula de ardilla con eficacia. Este esquema integra, el
mtodo de procesamiento de seal y el mtodo basado en el conocimiento,
usando adecuadamente la caracterstica de tiempo real del anlisis wavelet,
el aprendizaje fino y la capacidad de generalizacin de las redes neuronales.

You might also like