Services on Demand
Journal
Article
Indicators
- Cited by SciELO
- Access statistics
Related links
- Cited by Google
- Similars in SciELO
- Similars in Google
Share
Tecnura
Print version ISSN 0123-921X
Abstract
RIVERA ROLDAN, Alejandro; BECERRA BOTERO, Miguel Alberto and GUZMAN LUNA, Jaime Alberto. Análisis estocástico de señales vibratorias de motores de inducción para la detección de fallas usando descomposición de modo empírico. Tecnura [online]. 2015, vol.19, n.44, pp.83-91. ISSN 0123-921X. https://doi.org/10.14483/udistrital.jour.tecnura.2015.2.a06.
En este artículo se presenta un análisis de vibraciones en motores de inducción por medio de Modelos Ocultos de Markov (Hidden Markov Model-HMM) aplicado a características obtenidas de la Descomposición de Modo Empírico (Empirical Mode Decomposition-EMD) y transformada de Hilbert-Huang de señales de vibración obtenidas en las coordenadas x y y, con el fin de detectar fallas de funcionamiento en rodamientos y barras. Además se presenta un análisis comparativo de la capacidad de las señales de vibración en dirección x y en dirección y, para aportar información en la detección de fallas. Así, un HMM ergódico inicializado y entrenado por medio del algoritmo de máxima esperanza, con convergencia en 10e-7 y un máximo de iteraciones de 100, se aplicó sobre el espacio de características y su desempeño fue determinado mediante validación cruzada 80-20 con 30 fold, obteniendo un alto desempeño para la detección de fallas en términos de exactitud.
Keywords : descomposición de modo empírico; detección de fallas; Modelos Ocultos de Markov; motores de inducción; procesamiento de señales.