Diagnóstico de fallos en motores de inducción mediante la monitorización de diversas variables de funcionamiento y la aplicación de técnicas de aprendizaje automático

Abstract

Hoy en día existe una gran competitividad en el sector industrial, para conseguir dicha diferenciación a favor nuestro debemos reducir los costes, uno de ellos y sobre el que vamos a tratar en este trabajo fin de máster es en la reducción de costes de mantenimiento. Uno de los elementos más importantes en la industria actual es el motor de inducción (MI), los cuales consumen la mayor parte de la energía eléctrica para convertirla en energía mecánica. Los fallos producidos en los motores, que en principio pueden no ser graves como los originados en las barras de la jaula del rotor de un MI, se pueden traducir con el tiempo en un sobreesfuerzo de la maquinaria causando problemas en el estator, dando lugar a peligros, atentando contra la seguridad de las personas, así como problemas económicos causados por la parada de la producción. Para disminuir estos inconvenientes y determinar el correcto funcionamiento del motor es necesario desarrollar métodos de diagnóstico para aplicarlos en la práctica y así conseguir una detección incipiente del fallo. El análisis de la corriente del estator, la vibración y el sonido del motor son varios de los métodos para llevar a cabo el diagnóstico de fallos en el motor. En este trabajo se analiza la capacidad de diagnóstico de estas variables y cómo pueden contribuir a realizar una predicción más fiable del estado del motor. Como caso de análisis se considera un fallo progresivo del rodamiento.

Nowadays there is a great competitiveness in the industrial sector, to achieve this differentiation in our favor we must reduce costs, one of them and the one we are going to deal with in this master's thesis is the reduction of maintenance costs. One of the most important elements in today's industry is the induction motor (IM), which consumes most of the electrical energy to convert it into mechanical energy. The failures produced in motors that in principle may not be serious, such as those originated in the rotor cage bars of an MI, can be translated over time into an overstressing of safety of people, as well as economic problems caused by the stoppage of production. To reduce these inconveniences and determine the correct operation of the motor, it is necessary to develop diagnostic methods to be applied in practice in order to achieve an early detection of the fault. The analysis of stator current, vibration and motor sound are some of the methods to carry out the diagnosis of motor failures. This paper analyzes the diagnostic capability of these variables and how they can contribute to a more reliable prediction of the motor condition. A progressive bearing failure is considered as a case of analysis. The machinery causing problems in the stator, giving rise to dangers threatening