Diagnósticos de Fallos en Cajas de Engranajes Basado en una Red Neuronal Artificial Perceptrón Multicapa

Este documento presenta un algoritmo de diagnostico automático de fallas en cajas de engranajes rectos, basado en una Red Neuronal Artificial (RNA) perceptrón multicapa (MLP). Cuatro diferentes clases de falla fueron probadas: Diente del engranaje con tres porcentajes de rotura, desalineación de engranaje, piñón con desgaste en la cara de un diente y piñón con picadura, las pruebas se realizaron en diferentes condiciones de carga y velocidad. Un acelerómetro y tarjeta de adquisición de datos fueron usados para adquirir las señales de vibración. Estas se preprocesaron usando medidas estadísticas de la señal en el dominio del tiempo y la frecuencia además se dividió el espectro de la señal en bandas de energía, de manera que se mantenga la forma del espectro en los picos dominantes. Se uso análisis de discrimiante lineal (LDA) con el objetivo de reducir la dimensionalidad de los datos de entrada a la RNA. Los resultados obtenidos de diagnostico mostraron que se puede obtener un algoritmo computacionalmente eficiente debido a la arquitectura de una RNA MLP que diagnostique las fallas propuestas con un margen relativamente alto de identificación correcta de la falla, mismo que se evaluó mediante la matriz de confusión y curvas ROC.