Diagnóstico de Fallas en Motores de Inducción Utilizando Redes Neuronales Auto-organizadas y Error de Cuantificación

JOSÉ M. BOSSIO; GUILLERMO R. BOSSIO; CRISTIAN H. DE ANGELO

Mar del Plata

Workshop; XVII Reunión de trabajo en Procesamiento de la Información y Control (RPIC 2017); 2017

ICYTE (Instituto de Investigaciones Científicas y Tecnológicas en Electrónica)

En este artículo se presenta un esquema de red neuronal no supervisada para la identificación y cuantificación de fallas en motores de inducción. La identificación de fallas se realiza mediante la aplicación de redes neuronales artificiales de mapas auto-organizados. A partir de los clústeres generados por la red, se utiliza el error de cuantificación de cada uno para determinar la magnitud de la falla. El esquema general se basa en el estudio de las potencias activas y reactivas instantáneas del motor, con el fin de poder discriminar fallas cuyas frecuencias características están muy próximas unas de otras, como ocurre en el caso de barras rotas y cargas oscilantes. En el entrenamiento de la red se utilizaron datos obtenidos a través de mediciones experimentales en un banco de ensayos. Posteriormente se adicionaron a la red nuevos datos experimentales para validar la propuesta. Finalmente se demuestra que la estrategia propuesta es capaz de identificar y cuantificar correctamente ambas fallas, evitando así la necesidad de un experto para realizar la tarea.