Por favor, use este identificador para citar o enlazar este ítem: https://ri-ng.uaq.mx/handle/123456789/1336
Título : Metodologías para mejorar la confiabilidad del diagnóstico de fallas en cadenas cinemáticas basado en algoritmos inteligentes y fusión de datos
Autor(es): Juan Jose Saucedo Dorantes
Palabras clave: monitoreo de condición
cadena cinemática
motor de inducción
caja de engranes
cálculo de indicadores
identificación de fallas
Área: INGENIERÍA Y TECNOLOGÍA
Fecha de publicación : dic-2017
Facultad: Facultad de Ingeniería
Programa académico: Doctorado en Mecatrónica
Resumen: En las últimas décadas, la mayoría de las aplicaciones industriales han sufrido varios cambios con el objetivo de mejorar su efectividad y garantizar un alto rendimiento en diferentes procesos; de hecho, la competitividad industrial es el principal factor que ha empujado a la industria a realizar estos cambios. En este sentido, maquinaria de alta eficiencia se ha utilizado en la aplicación de la industria moderna para cumplir con los requisitos de competitividad demandados; por lo tanto, desde una perspectiva industrial, la competitividad se puede medir en términos de qué tan eficiente, preciso y robusto es un proceso. De este modo, debido a que las aplicaciones de la industria moderna están involucradas con maquinaria especializada y sofisticada, la aparición repentina de fallas puede ser un problema crítico que puede llevar a afectar la eficiencia de los procesos de producción; además de eso, se generan pérdidas económicas debido a la aparición de fallas inesperadas, por lo tanto, se deben desarrollar esquemas de monitoreo de condiciones para evitar estos problemas y asegurar la disponibilidad de la maquinaria. Aún más, si el tipo maquinaria especializada está basado en una cadena cinemática compuesta por elementos mecánicos y eléctricos, la aparición de fallas será inherente a su funcionamiento. En este sentido, esta tesis propone una metodología de diagnóstico basada en técnicas de fusión de datos y algoritmos inteligentes para diagnosticar, identificar y clasificar la aparición de múltiples fallas en una cadena cinemática. De hecho, la contribución de este trabajo de investigación es la propuesta y validación de que el uso y la aplicación adecuada de técnicas de fusión de datos y algoritmos inteligentes en los esquemas de monitoreo de condiciones pueden conducir a aumentar la confiabilidad del diagnóstico de fallas. La metodología propuesta se valida bajo un conjunto completo de conjuntos de datos experimentales, donde se evalúan cuatro condiciones diferentes en una caja de engranajes y en un motor de inducción se evaluaron seis condiciones diferentes. Los resultados obtenidos representan un diagnóstico de falla de alto rendimiento para la evaluación de una cadena cinemática bajo diferentes condiciones de operación.
In the last decades, most of the industrial applications have been subjected to several changes aiming to improve its effectiveness and to ensure a high-performance in different processes; in fact, the industrial competitivity is the main factor that has pushed the industry to make these changes. In this sense, high-efficiency machinery has been used in application of the modern industry to fulfill the demanded competitivity requirements; thus, from an industrial perspective, competitivity can be measured in terms of how efficient, accurate and robust is a process. Thereby, due to applications of modern industry are involved with specialized and sophisticated machinery, the sudden appearance of faults can be a critical problem that may lead to affect the efficiency of production processes; besides that, economical losses are generated due to unexpected breakdowns, hence, condition monitoring schemes have to be developed to avoid these problems and to ensure the machinery availability. Even more, if the specialized machinery consists of kinematic chain composed by mechanical and electrical elements, the occurrence of faults is inherent to its operation. In this regard, this thesis proposes a diagnosis methodology based on data fusion techniques and intelligent algorithms to diagnose, identify and classify the appearance of multiple faults in a kinematic chain. Indeed, the contribution of this research work is the proposal and validation that the use and proper application of data fusion techniques and intelligent algorithms in condition monitoring schemes may lead to increase the reliability of fault diagnosis. The proposed methodology is validated under a complete set of experimental data set, where four different conditions are evaluated in a gearbox and in an induction motor are tested six different conditions. The obtained results represent a high-performance fault diagnosis for the assessment of a kinematic chain under different operating conditions.
URI: http://ri-ng.uaq.mx/handle/123456789/1336
Aparece en: Doctorado en Mecatrónica

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
RI004411.pdf4.47 MBAdobe PDFPortada
Visualizar/Abrir


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