Análisis de funciones modales usando entropía para la detección de fallas en motores de inducción

Abstract

Los motores de inducción son partes esenciales de la industria. La fiabilidad y disponibilidad de estas máquinas eléctricas se pueden mejorar significativamente mediante la instalación de sistemas de diagnóstico que supervisen la condición de trabajo en dichos dispositivos. Debido a esto, la detección temprana de fallas de motores de inducción ha sido una tarea de constante investigación en el área de procesamiento digital de señales. Por lo general, el diagnóstico se realiza analizando señales de vibración del motor en estado estacionario o durante el transitorio de arranque. Esta investigación propone una metodología basada en el método de descomposición de señales llamado descomposición empírica de modos por conjuntos completos (\textit{complete ensemble empirical mode decomposition,} CEEMD) y entropía de información para la detección de fallas en motores de inducción a través del análisis de señales de vibración. La metodología propuesta consta de varios pasos. En primer lugar, se utiliza la CEEMD para descomponer las señales en varias funciones de modo intrínseco. Posteriormente, se realiza un proceso de extracción de características, a través de parámetros estadísticos y de complejidad. Finalmente, se entrenan tres algoritmos de clasificación para determinar cuál de ellos es mejor para identificar la condición de operación del motor de inducción. Esta metodología se desarrolló utilizando un software matemático y se validó mediante el uso de señales de vibración reales. Los resultados del uso de la metodología propuesta muestran que puede utilizarse para detectar fallas de barra rota, defecto en rodamientos y desbalance de carga.