Resumen
Los motores de inducción trifásicos de alta eficiencia se utilizan en la mayoría de los procesos de producción industrial; sin embargo, su mal funcionamiento puede provocar interrupciones inesperadas, poniendo en riesgo tanto las operaciones de fabricación como a los operadores. En consecuencia, se desea diagnosticar en tiempo real las fallas incipientes más comunes que pueden ocurrir en este tipo de maquinaria rotativa. Así, en este documento se presenta un estudio de clasificación inteligente de fallas incipientes en un motor de inducción, diagnóstico que se visualiza desde un tablero en la nube a través de una arquitectura IoT unidireccional. Utilizando la técnica tradicional de transformada de Park, se obtuvieron y analizaron las corrientes de torque (iq) y magnetizante (id) a través de la herramienta estadística de desviación estándar. identificar la dispersión de sus amplitudes de operación cuando el motor se encuentra en condiciones de operación normal (H) o defectuosa (ECF y SC); Estos valores se normalizaron y se proporcionaron como datos de entrada a una red neuronal profunda de clasificación. Los resultados dados por esta técnica de IA que en el diagnóstico, tanto para los componentes iq como id, mostró una precisión media del 100% para SC y un error de clasificación medio del 20% y 25% para H y ECF, respectivamente.
Título traducido de la contribución | IoT e inteligencia artificial para la clasificación de fallas en motores de alta eficiencia |
---|---|
Idioma original | Inglés estadounidense |
Estado | Publicada - 9 dic. 2022 |
Evento | 2022 3rd International Symposium on Automation, Information and Computing (ISAIC 2022) - CN Duración: 9 dic. 2022 → 11 dic. 2022 https://www.isaic-conf.com/#/ |
Conferencia
Conferencia | 2022 3rd International Symposium on Automation, Information and Computing (ISAIC 2022) |
---|---|
Período | 9/12/22 → 11/12/22 |
Dirección de internet |
Palabras clave
- Induction motors
- Industrial production
- Unexpected interruptions
- Three-phase
- Malfunction
- Efficiency
Areas de Conocimiento del CACES
- 417A Electrónica, automatización y sonido