Mantenimiento prescriptivo para motores de inducción trifasica con barras rotas

Abstract

La presente investigación se centra en el desarrollo de metodologías avanzadas para la detección y clasificación de fallas en motores de inducción trifásica mediante el análisis de señales de corriente y vibración. Con el objetivo de potenciar la eficiencia del mantenimiento predictivo, se implementaron técnicas de procesamiento de señales y aprendizaje automático. Al combinar datos de corriente y vibración, se logró diseñar clasificadores altamente precisos, alcanzando un destacado 98 % de precisión en la identificación de barras rotas. Este estudio incluye un análisis comparativo entre clasificadores basados únicamente en corriente y aquellos que integran la metodología de vibración. Los resultados destacan las ventajas de fusionar estas señales para mejorar la capacidad predictiva, evidenciando avances significativos en estrategias de mantenimiento prescriptivo para motores industriales. Además, se presenta un sistema de notificaciones en tiempo real como parte integral del enfoque de mantenimiento prescriptivo. Este sistema notifica al personal de mantenimiento tan pronto como se detecta una falla, proporcionando instrucciones detalladas para la evaluación y reparación eficientes. La sección de notificaciones se revela como un componente fundamental, garantizando una respuesta inmediata ante posibles problemas, y se consolida como un aporte esencial para la toma de decisiones informadas en entornos industriales. Este trabajo no solo contribuye al avance en la detección de fallas en motores indus- triales, sino que también destaca la importancia de una implementación integral, que abarque tanto la precisión en la clasificación como la prontitud en la acción mediante sistemas de notificación efectivos.