Diagnóstico de fallas en maquinaria rotativa por análisis de vibraciones basado en máquinas de soporte vectorial
No Thumbnail Available
Date
2014
Authors
Advisors
Evaluators
Journal Title
Journal ISSN
Volume Title
Publisher
Universidad Industrial de Santander
Abstract
El trabajo de grado descrito en este documento consistió en la implementación de la técnica de inteligencia arti_x001C_cial conocida como Máquinas de Soporte Vectorial, para el desarrollo de un sistema experto capaz de diagnosticar 9 fallas especí_x001C_cas en Maquinaria rotativa. La máquina de aprendizaje fue entrenada con un conjunto de señales de vibración Mecánica obtenidas a partir de un Banco de Pruebas, especialmente elaborado para la validación experimental de este trabajo de investigación, este banco de pruebas fue capaz de reproducir la respuesta dinámica correspondiente a desbalanceo, desalineamiento en paralelo y paso de álabes. Los parámetros usados como características para la clasi_x001C_cación fueron Amplitud del espectro en velocidad y la frecuencia de giro del rotor medida en Hz, con esta información básica, se construyeron los datos de entrenamiento, para después entrenar y generar el modelo para predicción de fallas, una vez obtenido el modelo, se procedió a evaluarlo con datos de prueba obteniendo resultados satisfactorios para la clasi_x001C_cación y predicción del tipo de falla y su severidad. La metodología propuesta obtuvo resultados superiores al 90 % en las pruebas de clasi_x001C_cación desarrolladas con los datos experimentales que fueron recolectados en el laboratorio de Vibraciones Mecánicas de la Universidad Industrial de Santander.
Description
Keywords
Máquina De Soporte Vectorial, Función De Kernel, Vectores De Soporte, Diagnóstico De Fallas, Mantenimiento Predictivo, Vibraciones Mecánicas, Con- _x001C_Abilidad, Maquinaria Rotativa