Por favor, use este identificador para citar o enlazar este ítem: https://ri-ng.uaq.mx/handle/123456789/10235
Título : Metodología para detección de falla de aislamiento en motores de inducción mediante FPGA
Autor(es): Israel Zamudio Ramírez
Palabras clave: Ciencias Físico Matemáticas y Ciencias de la Tierra
Ciencias Tecnológicas
Ingeniería y Tecnología Eléctricas
Fecha de publicación : 3-jun-2019
Editorial : Universidad Autónoma de Querétaro
Facultad: Facultad de Ingeniería
Programa académico: Maestría en Ciencias Mecatrónica
Resumen: Debido a su robustez, simplicidad y confiabilidad, los motores de inducción son elementos ampliamente utilizados a nivel industrial al cumplir con una elevada cantidad de tareas como dispositivos de conversión de energía. Sin embargo, este tipo de motores son susceptibles a diversas fallas, siendo aquellas relacionadas con el aislamiento una de las más frecuentes, hecho que se atribuye a problemas incipientes en los aislamientos debido al desgaste y envejecimiento de estos, que, de no ser atendidos a tiempo, pueden finalizar en fallas catastróficas más severas causando daños irreversibles al motor en cuestión de minutos y, en ciertos casos, en cuestión de segundos. Debido a la gran importancia que representa un diagnóstico oportuno al tratar con este tipo de fallas, en el presente trabajo de investigación se presenta una metodología novedosa para realizar el diagnóstico y estimación del estado del aislamiento de un motor de inducción de forma no invasiva y en línea. Para lograrlo, se explora el campo magnético externo capturado por un sensor de bobina instalado en el marco del motor, y se analiza mediante técnicas de procesamiento de señal avanzadas, específicamente herramientas de descomposición tiempo-frecuencia (TFD, Time Frequency Decomposition). La metodología propuesta aquí, consta esencialmente de tres etapas: la aplicación de la transformada wavelet discreta (DWT) a las señales capturadas por el sensor de bobina, la obtención de un indicador de la gravedad del fallo calculando la entropía wavelet de las señales resultantes de la DWT, y finalmente, la estimación automática del estado en el aislamiento mediante una red neuronal artificial (RNA). Por otro lado, para ofrecer un monitoreo constante y en línea se desarrollan y se describen las arquitecturas digitales que describen cada una de las etapas de la metodología propuesta para poder ser implementadas mediante hardware, generando así un sistema en chip (SoC) de bajo costo y con elevadas prestaciones de portabilidad y tiempos de procesamiento reducidos. Los resultados obtenidos muestran que la metodología es capaz de ofrecer undiagnósticooportunoafallasincipientesenlosaislamientosdeunmotordeinducción con la ventaja de ser un método no invasivo, de fácil implementación y robusto ante la presencia de otras fallas. Además, se demuestra que es posible automatizar el diagnóstico empleando métodos de clasificación de datos como lo es una RNA.
URI: https://ri-ng.uaq.mx/handle/123456789/10235
Aparece en: Maestría en Ciencias (Mecatrónica)

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
IGMAC-231072-0519-619-Israel Zamudio Ramírez.pdf26.7 MBAdobe PDFPortada
Visualizar/Abrir


Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.