Monitorización de holguras en ejes mediante análisis vibratorio y sistemas de clasificación inteligentes
DOI:
https://doi.org/10.5944/ribim.26.2.42164Palabras clave:
Análisis de vibraciones, holgura en ejes, Transformada en paquetes wavelet, Máquinas de Vectores soporte Lineal, SVM.Resumen
Las tareas de mantenimiento juegan un papel muy relevante dentro de la industria para logar una buena calidad y productividad de su servicio o producto. Hoy en día, el interés en conocer el estado de los sistemas en tiempo real y su conexión con las diferentes áreas de la industria a través de la digitalización (Industria 4.0) está en crecimiento, y avanza hacia el denominado Mantenimiento 4.0. En esta línea, el mantenimiento se dirige hacia la detección e incluso predicción de problemas o defectos durante el funcionamiento de la máquina (en servicio), lo que requiere un conocimiento amplio del comportamiento dinámico del sistema. Este trabajo presenta el estudio del problema de holgura de un eje mediante el análisis de las señales vibratorias que se pueden medir durante su funcionamiento. La holgura es un defecto muy común en maquinaria rotativa que puede ocasionar graves problemas y la detección prematura de la misma durante su funcionamiento permite evitar fallos catastróficos en la máquina, parándola solo cuando es imprescindible solventar el problema (mantenimiento predictivo).
Para realizar el estudio, se utiliza una máquina de simulación de fallos donde se ensayan, a diferentes frecuencias de rotación, dos ejes; uno sin holgura y otro mecanizado con un diámetro 0.5 mm menor, provocando una holgura en la conexión del eje con el motor mediante un acoplamiento y en el eje con los rodamientos. Las señales se analizarán mediante la Transformada en Paquetes Wavelet (WPT), herramienta basada en el dominio del tiempo y de la frecuencia. Para este fin, se seleccionará previamente la función wavelet madre óptima para el caso de estudio, aplicando una metodología propuesta en trabajos previos. Por último, para la detección del problema, se hará uso de sistemas de clasificación inteligente, empleando modelos entrenados de tipo máquinas de soporte vectorial lineal (SVM). De esta forma, se obtendrán aquellos patrones que permitan la predicción del problema de holgura de la manera más rápida y fiable posible.
Descargas
Descargas
Publicado
Cómo citar
Número
Sección
Licencia
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.