Clasificación automática de patrones de vibraciones mecánicas en maquinaria rotativa afectada por desbalanceo

Résumé

En este trabajo, se desarrolla un algoritmo de clasificación automática de los patrones de vibración en maquinaria rotativa afectada por desbalanceo a partir del análisis espectral. En este sentido, se propuso un algoritmo experto usando razonamiento basado en casos y el planteamiento de diversos descriptores de la falla desde el punto de vista de los espectros. Los descriptores planteados fueron: El valor medio cuadrático (RMS), la energía, el valor máximo y los momentos de frecuencia de alto orden (HOFM).  El trabajo entonces consistió en inducir un desbalanceo a un motor universal, tomar la señal de vibración en el dominio del tiempo mediante sensores proximitor y mediante una tarjeta de adquisición de datos USB 6008 de National Instruments, llevar los datos al computador en donde se implementó un Instrumento virtual para la captura de los datos y su posterior transformación para la obtención del espectro de frecuencias. Posteriormente, se desarrolló un algoritmo en Matlab para identificar de manera automática el desbalanceo presente en la maquina, mediante la técnica de razonamiento basado en casos, a partir del cálculo de los descriptores y la aplicación de estos dentro del algoritmo implementado usando la distancia euclidiana como parte del mecanismo de decisión entre patrones de vibración con y sin desbalanceo. Los resultados obtenidos  revelan al RMS como el descriptor que mejor desempeño mostró para la clasificación.