Sistema de monitoreo para la detección de fallas en motores de inducción

Abstract

Este trabajo de tesis describe la importancia de la detección temprana de fallas en motores eléctricos de inducción, además de las técnicas de análisis tradicionales y una propuesta utilizando redes neuronales artificiales. Se investigaron las fallas eléctricas más comunes que pueden presentar los motores eléctricos de inducción. De tal manera se diseño una red neuronal en el software Neural Lab que fuera capas de detectar las fallas que este presentando el motor eléctrico de inducción. Adicionalmente en este trabajo se implementó la técnica tradicional por sus siglas en inglés (Motor Current Signature Analysis MCSA) para la detección de fallas eléctricas de motores de inducción. Se diseñó una red neuronal artificial capas de analizar los datos en el dominio del tiempo y en el dominio de la frecuencia, además, se diseñó el clasificador Support Vector Machine (SVM) en el dominio del tiempo para comparar los resultados obtenidos por la red neuronal y el SVM. Se puede concluir que con la elaboración de este trabajo de tesis se tendrá un sistema de monitoreo óptimo implementando redes neuronales en la detección de fallas de motores eléctricos de inducción. Por lo que será de gran ayuda para las industrias que utilicen estos tipos de máquinas eléctricas ya que podrán monitorear su comportamiento antes de que presenten una falla.