Detección de anomalías en un motor eléctrico mediante inteligencia computacional

Abstract

Este trabajo tiene como objetivo principal diseñar una metodología de diagnóstico de fallos aplicando Inteligencia Computacional (IC) y Machine Learning capaz de detectar y diagnosticar los modos de funcionamiento y fallos de un motor trifásico de corriente alterna a partir de la información sobre tensión, intensidad y par motor recogida a través de los diferentes sistemas de medición del motor. Se emplearán Redes Neuronales Artificiales (RNA), Sistemas Neurodifusos y toma de decisiones basada en OWA-RIM.

The main objective of this work is to design a fault diagnosis methodology using Computational Intelligence (CI) and Machine Learning capable of detecting and diagnosing the operating modes and faults of a three-phase AC motor from the information on voltage, current and torque collected through the different measurement systems of the motor. Artificial Neural Networks (ANN), Neuro-Fuzzy Systems and OWA-RIM-based decision making will be used