Resumen

La predicción de fallas y el diagnóstico abductivo de fallas en motores de inducción trifásicos son de gran importancia para mejorar su seguridad, confiabilidad y economía; sin embargo, es difícil tener éxito en la resolución de estos problemas. Este artículo propone un método de análisis de fallas de motores basado en sistemas neuronales de picos de razonamiento difuso modificado con números reales (rMFRSNPSs) para la predicción de fallas y el diagnóstico abductivo de fallas. Para lograr este objetivo, se proponen primero reglas de producción difusas de falla para motores de inducción trifásicos. Luego, se presenta el rMFRSNPS para modelar las reglas, lo que proporciona una forma intuitiva de modelar los motores. Además, para realizar el cómputo paralelo de datos y el razonamiento de información en el proceso de predicción y diagnóstico de fallas, se proponen tres algoritmos de razonamiento para el rMFRSNPS: el algoritmo de razonamiento de valor de pulso

• Materias:Funciones Flujo de información Estudio de población Modelado de sistemas Modelo de campo
• Subjects:Functions Information flow Population study System modeling Field model
• Palabras claves:Predicción de fallas; Diagnóstico de fallas abductivo; Motores de inducción trifásicos; Razonamiento difuso; Sistemas neuronales de picos; Análisis de fallas
• Keywords:Fault prediction; Abductive fault diagnosis; Three-phase induction motors; Fuzzy reasoning; Spiking neural P systems; Fault analysis