Resumen

Este trabajo aborda la técnica de mantenimiento de maquinaria industrial utilizando la red neuronal artificial denominada mapa autoorganizado (SOM). El objetivo de este trabajo es desarrollar un sistema de mantenimiento inteligente para maquinaria basado en una forma alternativa, a saber, imágenes térmicas en lugar de señales de vibración. SOM se selecciona debido a su simplicidad y se categoriza como un algoritmo no supervisado. Tras el entrenamiento del SOM, se realiza el diagnóstico de fallos de la máquina mediante la técnica de reconocimiento de patrones de las condiciones de la máquina. Los datos utilizados en este trabajo son imágenes térmicas y señales de vibración, que se adquirieron del simulador de fallos de máquinas (MFS). Se trata de una herramienta fiable y capaz de simular varias condiciones de máquina defectuosa, como desequilibrio, desalineación, holgura y fallos en los rodamientos de elementos rodantes (defectos en el anillo exterior, el anillo interior, la bola y la jaula). La adquisición de datos se realizó simultáneamente mediante una cámara termográfica de infrarrojos y sensores de vibración instalados en el MFS. Los datos experimentales se presentan como imagen térmica y señal de vibración en el dominio temporal. La extracción de características se llevó a cabo para obtener características salientes sensibles a las condiciones de la máquina a partir de imágenes térmicas y señales de vibración. A continuación, estas características se utilizan para entrenar el SOM para el proceso de diagnóstico inteligente de la máquina. Los resultados muestran que SOM puede realizar diagnósticos inteligentes de fallos con precisiones plausibles.

• Materias:Máquinas eléctricas Mecánica de fluidos Motores (Mecánica) Turbina eólica Turbomáquina
• Subjects:Electric machines Fluid mechanics Engines Wind turbine Turbomachine
• Palabras claves:imágenes térmicas, señales de vibración, som, condiciones de la máquina, proceso de diagnóstico inteligente de máquinas, red neuronal artificial, cámara termográfica de infrarrojos, diagnóstico inteligente de averías, sistema de mantenimiento inteligente, diagnóstico de averías de máquinas
• Keywords:thermal images, vibration signals, som, machine conditions, intelligent machine diagnostics process, artificial neural network, infrared thermography camera, intelligent fault diagnostics, intelligent maintenance system, machine fault diagnostics