Las tecnologías de diagnóstico se utilizan para aumentar la eficiencia de las máquinas giratorias en los sistemas energéticos mediante la detección de las próximas fallas. Las máquinas giratorias pequeñas generalmente no tienen unidades de diagnóstico a bordo. Las unidades de diagnóstico portátiles son costosas y requieren información muy detallada sobre la maquinaria supervisada, desde el diámetro de los elementos rodantes en los rodamientos hasta el número de barras del rotor. Por lo tanto, hay un área de oportunidad para desarrollar una unidad de diagnóstico de bajo costo que no requiere información detallada de la máquina. Los teléfonos inteligentes modernos parecen adecuados para esta tarea porque tienen incorporados en la adquisición de datos acústicos y de vibración y una considerable capacidad informática. Sin embargo, tienen limitaciones de hardware en comparación con las unidades de diagnóstico de última generación, como la frecuencia de muestreo de datos y la sensibilidad de los sensores.
Un conjunto de motores de inducción se prueban en condiciones saludables y defectuosas (rotor desequilibrado, rodamientos dañados y barras de rotor rotas) para analizar las señales acústicas y de vibración registradas con un smartphone. A continuación, se analizan los datos registrados para identificar firmas de emisiones sanas y defectuosas. Un total de aproximadamente 85 minutos de emisiones acústicas y alrededor de 125 minutos de datos de vibración se registran a lo largo de todas las condiciones de funcionamiento diferentes. Los resultados muestran que es posible estimar la velocidad de rotación de la máquina y detectar fallas con las grabaciones de teléfonos inteligentes. La firma defectuosa de las emisiones acústicas se encuentra entre 4 KHz – 8 KHz en forma de clústeres de frecuencia de alta magnitud y la velocidad se puede estimar utilizando armónicos mecánicos de frecuencia rotacional presentes entre 100 Hz- 1 KHz. Del mismo modo, la firma defectuosa de vibración se encuentra a lo largo del espectro de frecuencias en forma de picos de gran magnitud y la velocidad de rotación se puede estimar mediante el uso de la frecuencia de vibración máxima. Finalmente se desarrolló una aplicación Android totalmente funcional basada en los resultados de las pruebas para detectar automáticamente la velocidad del motor y el estado de salud. Las pruebas de validación mostraron una precisión del 90% en la detección de fallos.
historial de versiones
- Versión 2.0 publicado en 2014-09-08
Errores corregidos, algoritmo mejorado, nueva interfaz
Detalles del programa
- Categoría: Utilidades del sistema > Mantenimiento del sistema
- Editor: Mario Recio
- Licencia: Gratis
- Precio: N/A
- Versión: 2.0
- Plataforma: android