Descripción:
El motor de inducción tiene un papel fundamental dentro de la industria moderna gracias a la gran variedad de aplicaciones que tienen estas máquinas eléctricas para el sector productivo. Por esta razón el monitoreo y diagnóstico efectivo del estado de un motor de inducción es esencial para garantizar la productividad en la industria. Los métodos más comunes para cumplir esta tarea consisten en la adquisición y análisis de señales físicas del motor como corriente eléctrica, vibraciones mecánicas, flujo magnético, y recientemente se ha considerado el uso de termografía infrarroja. En este trabajo de tesis se presenta el desarrollo de un módulo termográfico y un módulo de clasificación de fallas para un Smart Sensor multivariable enfocado al diagnóstico de fallas electromecánicas en un motor de inducción trifásico: desalineamiento, desbalance, falla de barras rotas, fallas en los baleros, y fallas en la caja de engranes. El módulo termográfico diseñado está basado en la segmentación y localización automática de objetos en una imagen a escala de grises obtenida con una cámara infrarroja de bajo costo, y el módulo de clasificación se basa en la implementación de métodos de reducción de dimensionalidad y una red neuronal para automatizar el proceso.