Proyectos


IDENTIFICACIÓN AUTOMÁTICA DE FALLAS EN RODAMIENTOS DE MÁQUINAS ROTATIVAS A PARTIR DE SEÑALES DE VIBRACIONES MECÁNICAS EMPLEANDO MODELOS OCULTOS DE MARKOV CON SELECCIÓN AUTOMÁTICA DEL NÚMERO DE ESTADOS.

 

INVESTIGADOR(ES) PRINCIPAL(ES):

NOMBRE
DEDICACIÓN

Jorge Luis Fernández Ramírez

0 horas

 

CODIGO CIE

JIS6-15-4

NOMBRE DEL GRUPO DE INVESTIGACIÓN
PROPONENTE

AUTOMÁTICA

SI
NOMBRE
PARTICIPACION
DEDICACIÓN

Mauricio Alexander Alvarez Lopez

Tutor

0 Horas

 

TIPO DE CONVOCATORIA

2015. Jóvenes Investigadores En Alianza Sena

TIPO DE PROYECTO

Investigación Básica

OBJETIVO(S)

Objetivo General: Desarrollar una metodología basada en el análisis de señales de vibraciones mecánicas para la identificación automática de fallas en rodamientos de máquinas rotativas, empleando modelos ocultos de Markov con selección automática del número de estados. Objetivos Específicos: 1) Implementar una esquema de extracción de características sobre las señales de vibraciones mecánicas, que tenga en cuenta las características de cuasiestacionariedad de la señal. 2) Desarrollar una metodología para la estimación de los parámetros de un modelo oculto de Markov continuo que incorpore la selección automática del número de estados. 3) Validar el desempeño de la metodología desarrollada en términos de la precisión de un sistema de clasificación basado en modelos ocultos de Markov.

RESUMEN

Se desarrolló una metodología para la identificación automática de fallas en rodamientos, inicialmente, se caracterizaron las señales vibración de la base de datos suministrada en intervalos de cuasi-estacionariedad. Estas características fueron obtenidas a partir de un conjunto de descriptores estadísticos aplicados a las diferentes representaciones de las señales de vibración (Tiempo, frecuencia y tiempo frecuencia). A partir de estas características fue posible realizar la clasificación de las señales de vibración de los rodamientos, tal que permitiera identificar automáticamente el estado de salud del rodamiento (Estado normal o en falla). Dicha clasificación se llevó a cabo mediante la obtención de los parámetros que describían unos modelos ocultos de Markov utilizando las señales entrenamiento y la posterior validación de los modelos utilizando señales de prueba. Con la implementación de la estrategia de poda de estados y de varios criterios para la selección del modelo, se penalizó la complejidad, al realizar la elección del modelo usado para representar las señales de una clase y a su vez, de forma secuencial se fueron eliminando los modelos con menor probabilidad estacionaria, resultando en cada iteración en un modelo reducido, hasta que finalmente se obtenía el modelo optimo que correspondía al valor máximo del criterio seleccionado. De esta forma, se generaron modelos a partir de un algoritmo que de forma automática seleccionaba el número de los paramentos libres, tal que el rendimiento del clasificador fuese alto y el tiempo de computo bajo. Adicionalmente, por medio del método de validación cruzada anidada y la generación de matrices de confusión, se realizó la validación estadística de los modelos obtenidos en el entrenamiento, haciendo posible un diagnostico automático de fallas en rodamientos de máquinas rotativas y obteniendo un porcentaje de precisión alto.

ESTADO

Concluido

FECHA DE INICIO

01/09/2016

FECHA DE FINALIZACION

01/03/2017

PRODUCTOS

NOMBRE
CATEGORÍA
ENLACE

IDENTIFICACIÓN AUTOMÁTICA DE FALLAS EN RODAMIENTOS DE MÁQUINAS ROTATIVAS A PARTIR DE SEÑALES DE VIBRACIONES MECÁNICAS EMPLEANDO MODELOS OCULTOS DE MARKOV CON SELECCIÓN AUTOMÁTICA DEL NÚMERO DE ESTADOS.

Informe final de investigación