Diagnóstico de Fallos en Engranajes Basado en el Análisis de Señales de Vibración Empleando Técnicas de Inteligencia Artificial y/o Estadísticas

Este proyecto aborda la necesidad crítica de reducir los costos operativos en la industria, enfocándose específicamente en optimizar el mantenimiento mediante la implementación de estrategias proactivas, particularmente el Mantenimiento Basado en la Condición (CBM). El CBM busca evitar tareas de mantenimiento innecesarias y reducir la incertidumbre prediciendo fallos inminentes, lo cual es superior al diagnóstico reactivo. El objetivo principal es desarrollar un sistema para diagnosticar fallos en engranajes analizando sus señales de vibración. La metodología comienza con una revisión bibliográfica exhaustiva sobre el estado del arte en diagnóstico de fallos mediante IA y estadísticas. Posteriormente, se construirá una base de datos robusta de señales de vibración de una caja de engranajes rectos bajo diversas condiciones de fallo, estableciendo protocolos rigurosos de adquisición de datos. Las señales adquiridas serán procesadas, transformando los datos del dominio del tiempo al dominio de la frecuencia para extraer y seleccionar los parámetros de condición más relevantes. Finalmente, se desarrollará y evaluará una biblioteca de algoritmos de inteligencia artificial y estadísticos para clasificar y diagnosticar eficientemente los fallos, culminando en la presentación de esta biblioteca de algoritmos para su aplicación práctica.<br/><br/><b>Objetivo</b>: <br/>Diagnosticar fallos en engranajes basándose en el análisis de señales de vibración mediante la aplicación de técnicas de inteligencia artificial y/o estadísticas.<br/><br/><b>Líneas de investigación</b>: <br/>Ingeniería de control y tecnologías de automatización