Diagnóstico de fallos en generadores tipo jaula de ardilla de turbinas eólicas mediante la señal de corriente

Abstract

In relation to maintenance, the main strategy of the wind industry is predictive maintenance based on the constant monitoring of various types of signals obtained from the components of the wind turbines (WTs) through sensors. Since all dynamic equipment produces acoustic or ultrasound vibration, this type of signal is generally used to monitor from the blades to the tower, and most of the existing references on fault detection and diagnosis use the vibration signal. However, there is a lack of publications on other types of signals, especially when it comes to field work. Therefore, this thesis is dedicated exclusively to the study of the current signal and its application to the maintenance of the squirrel-cage induction generator used in WTs. The research includes from the historical aspects of the use of the current signal, theoretical foundations on how the components associated with faults are manifested in the signal spectrum and the methodologies for detection and diagnosis, ranging from techniques for signal processing and traditional artificial intelligence (AI) models, to deep learning models, which represent the state of the art in AI models

En relación con el mantenimiento, la principal estrategia de la industria eólica es el mantenimiento predictivo basado en el monitoreo constante de varios tipos de señales obtenidas de los componentes de las turbinas eólicas (TEs) mediante sensores. Como todos los equipos dinámicos producen vibración acústica o ultrasonido, este tipo de señal es la que se utiliza generalmente para monitorear desde las palas hasta la torre, y la mayoría de las referencias existentes sobre detección y diagnóstico de fallos utilizan la señal de vibración. Sin embargo, existe una carencia de publicaciones sobre otro tipo de señales, especialmente cuando se trata de trabajos de campo. Por lo expuesto, esta tesis se dedica exclusivamente al estudio de la señal de corriente y su aplicación al mantenimiento del generador de inducción tipo jaula de ardilla utilizado en TEs. La investigación incluye desde los aspectos históricos del uso de la señal de corriente, fundamentos teóricos sobre cómo se manifiestan en el espectro de la señal las componentes asociadas a fallos y las metodologías para la detección y diagnóstico, abarcando desde las técnicas para procesamiento de señales y modelos de inteligencia artificial (IA) tradicionales, hasta los modelos de aprendizaje profundo, que representan el estado del arte en modelos de IA