Pronóstico de vida útil remanente en rodamientos con base en la estimación de la probabilidad de la degradación
La demanda de energía eléctrica por parte del sector industrial global solo crece, y se ve afectada fundamentalmente por el hecho que los rodamientos instalados en los motores eléctricos industriales se constituyen en el modo primario de fallo que afecta dicho consumo energético. Por tanto, la deman...
- Autores:
-
Holguín Londoño, Mauricio
- Tipo de recurso:
- Fecha de publicación:
- 2018
- Institución:
- Universidad Tecnológica de Pereira
- Repositorio:
- Repositorio Institucional UTP
- Idioma:
- spa
- OAI Identifier:
- oai:repositorio.utp.edu.co:11059/9672
- Acceso en línea:
- https://hdl.handle.net/11059/9672
- Palabra clave:
- Procesos estocásticos
Probabilidades
Procesos de markov
Estadistica y probabilidad
- Rights
- License
- Attribution-NonCommercial-NoDerivatives 4.0 International
Summary: | La demanda de energía eléctrica por parte del sector industrial global solo crece, y se ve afectada fundamentalmente por el hecho que los rodamientos instalados en los motores eléctricos industriales se constituyen en el modo primario de fallo que afecta dicho consumo energético. Por tanto, la demanda de mantenimiento eficiente en motores eléctricos es crítica. Como solución, típicamente se ha empleado el mantenimiento preventivo como filosofía para la gestión de activos donde se busca maximizar la operación mediante inspecciones de rutina con mayor frecuencia cuando se exhiben anomalías, pero esto conlleva a un aumento en la probabilidad de falla debido a la intervención continua y el error humano inherente. Este documento de tesis doctoral presenta un marco integrado de diagnóstico y pronóstico para tratar con la vida útil remanente en rodamientos, con base en la estimación de la probabilidad de la degradación sujeta a modos de fallos definidos y severidades inducidas. Los enfoques metodológicos presentados incorporan análisis de vibración, para apoyar activamente el diagnóstico de fallos de forma no destructiva ni invasiva de máquinas rotativas en etapas tempranas, pero suponen un desafío con respecto a las propiedades de la señal, por ejemplo, su alto componente dinámico y de no estacionariedad. Se trabaja bajo una metodología que supone degradación de rodamientos evidenciada por una serie de estados discretos que representan efectivamente la dinámica y no estacionariedad del proceso de fallo. El conocimiento empírico previo también se incorpora dentro del sistema integrado para la clasificación de fallos y severidades. En definitiva, la metodología propuesta caracteriza diferentes firmas de falla en rodamientos empleando señales de vibración y varios dominios de representación de señales, con el propósito de tratar con la naturaleza estocástica y relaciones complejas en los datos concernientes a fallos y severidades. En la selección de características, se lleva a cabo un estudio sobre fusión y selección de dominios y características para la representación de señales, con el fin de discriminar la información relevante. Específicamente, aquí se presentan esquemas de fusión y selección basados en procedimientos de relevancia forward y backward, así como un enfoque estocástico de selección de características. Estas técnicas están destinadas a resaltar las características relevantes de múltiples dominios de las señales de vibración para las tareas de diagnóstico de fallos y evaluación de severidad, al mismo tiempo que se reduce la dimensionalidad de los datos. Para la etapa de entrenamiento, los enfoques se basan en sistemas estocásticos relacionados con la estimación de la probabilidad de un conjunto de estados discretos, tales como: Modelos Ocultos de Markov con observación discreta, Modelos Ocultos de Markov con observación continua y Modelos Ocultos de Markov Jerárquicos. El marco de diagnóstico y pronóstico integrado también se prueba como una herramienta de análisis de relevancia de características para discriminar múltiples condiciones de salud en rodamientos con caracterización multi-dominio. Los resultados logrados sobre una base de datos pública demuestran que los sistemas propuestos superan los algoritmos del estado-del-arte en cuanto a la cantidad de características seleccionadas y la eficiencia de la clasificación. Además, los resultados de las pruebas experimentales y los procedimientos de validación enseñan que el enfoque propuesto tiene la capacidad de proporcionar una advertencia de condiciones anormales del sistema mediante la identificación de las etapas tempranas de las condiciones de fallo. Las metodologías propuestas y técnicas analíticas desarrolladas en esta investigación para el pronóstico a largo plazo de la vida útil remanente se pueden aplicar en una gran variedad de contextos. |
---|