IV.6 Sistema Evolutivo para el Diagnostico de Fallas en
Maquinas Rotatorias
Eduardo
De la Cruz Sánchez*
Luis C. Longoria Gándara**
Rodolfo A. Carrillo
Mendoza***
Palabras Clave: Sistemas Evolutivos, Diagnóstico, Matriz Evolutiva, Patrones de Referencia, Huella
En los últimos años el paradigma de los Sistemas Evolutivos ha ganado un lugar importante en el campo computacional, desde su conceptualización como sistemas que pretenden construir una imagen de la realidad, se han desarrollado diferentes técnicas que han sido aplicadas para desarrollar potentes sistemas [1]. En forma más concreta se considera a un sistema evolutivo, como un sistema que debe ser capaz de interactuar con la realidad en la que está inmerso, para crear una imagen de ésta (realidad) y con ella resolver los problemas que se le plantean.
En este trabajo se presenta
una aplicación práctica de la técnica "Matriz Evolutiva" a un sistema
básico para diagnóstico de fallas en máquinas rotatorias, el cual permite
identificar las fallas más comunes en una máquina, como por ejemplo el
desbalanceo en un motor eléctrico o un ventilador. Este sistema básico, crea y reconoce diferentes patrones
(huellas) generados por los espectros de las señales vibratorias obtenidos del
muestreo en
* Eduardo De la Cruz Sánchez, ** Luis C. Longoria Gándara y *** Rodolfo A. Carrillo Mendoza escribieron este trabajo cuando eran estudiantes de Postgrado del Instituto Tecnológico de Toluca (ITT) y trabajaban en el Departamento de Experimentación Nuclear del Instituto Nacional de Investigaciones Nucleares, lo presentaron como ponencia y publicaron en las memorias de resúmenes de la Primera Conferencia de Ingeniería Eléctrica CIE/95, organizado por el CINVESTAV del IPN, en la Cd. de México del 11 al 13 de Septiembre de 1995.
una máquina y de acuerdo a las características de cada uno de los
espectros que se vayan incorporando, proporciona un diagnóstico. Si alguno de
los espectros no es identificado claramente, el sistema "pregunta" al
usuario, cual es su interpretación y lo registra, de esta manera podemos decir
que el sistema "aprende".
El sistema se desarrolló en
lenguaje C, obtiene los datos de un equipo formado por acelerómetro,
amplificador sensitivo a la carga, fuente de alimentación y analizador dinámico
de señales; los procesa matemáticamente y los muestra al usuario como espectros
en el dominio de la frecuencia mediante una interfaz gráfica, al mismo tiempo
que presenta el espectro del patrón de referencia identificado en la matriz.
La forma de ir creando los
diferentes patrones de referencia y el mismo diagnóstico, se logra precisamente
aplicando la técnica de la matriz evolutiva, la cual tiene origen en un modelo
matricial de una red neuronal basada en la representación de una neurona hecha
por Mc. Culloc y Pitts[2]. La matriz evolutiva representa una red neuronal y el
vector a las señales de entrada a la red, cada renglón de la matriz representa
una neurona y cada columna una entrada de la neurona[2]. Para hacer la
identificación de los espectros muestreados que entran en la matriz se
determina un umbral que caracteriza particularmente a cada uno de ellos. Si el espectro es identificado, se
proporciona el diagnóstico y se agrega al patrón correspondiente en la matriz,
con lo cual se refuerzan estos patrones; el usuario en base a su experiencia
puede determinar el número máximo de actualizaciones necesarias para definir el
patrón. Si el espectro no es identificado se agrega a la misma matriz como
nuevo.
Con este sistema de
diagnóstico se han hecho pruebas en algunos equipos (motores eléctricos y
ventiladores ). Un ejemplo de los patrones que se han obtenido se muestran en
las figuras 1 que muestra un espectro de un ventilador en condiciones normales,
sin desbalanceo; observar que el nivel de vibración (pico) en la frecuencia de
Trabajo (frecuencia fundamental) de 25 Hz es de -90.23 Db. En otra muestra se
puede detectar variaciones al espectro de la figura 1, en el mismo ventilador
con un desbalanceo inducido con un peso de 0.915 gr, en donde se genera un
aumento del pico a -75.49 Db en la frecuencia de trabajo (25 Hz).
Figura l. Espectro de
ventilador en condiciones normales, sin desbalanceo
Referencias Bibliográficas
[1]Galindo Soria Fernando, “Aplicación
de los Sistemas Evolutivos al Reconocimiento de Formas”, UPIICSA-IPN
[2]Galindo Soria Fernando, “Una
Representación Matricial para Sistemas Evolutivos”, UPIICSA-IPN