%0 Journal Article
%T Clasificaci車n autom芍tica de patrones de vibraciones mec芍nicas en maquinaria rotativa afectada por desbalanceo
%A Andr谷s Barros
%A Camilo Leonardo Sandoval Rodr赤guez
%A Sergio Herreˋo
%J -
%D 2013
%X En este trabajo, se desarrolla un algoritmo de clasificaci車n autom芍tica de los patrones de vibraci車n en maquinaria rotativa afectada por desbalanceo a partir del an芍lisis espectral. En este sentido, se propuso un algoritmo experto usando razonamiento basado en casos y el planteamiento de diversos descriptores de la falla desde el punto de vista de los espectros. Los descriptores planteados fueron: El valor medio cuadr芍tico (RMS), la energ赤a, el valor m芍ximo y los momentos de frecuencia de alto orden (HOFM). El trabajo entonces consisti車 en inducir un desbalanceo a un motor universal, tomar la seˋal de vibraci車n en el dominio del tiempo mediante sensores proximitor y mediante una tarjeta de adquisici車n de datos USB 6008 de National Instruments, llevar los datos al computador en donde se implement車 un Instrumento virtual para la captura de los datos y su posterior transformaci車n para la obtenci車n del espectro de frecuencias. Posteriormente, se desarroll車 un algoritmo en Matlab para identificar de manera autom芍tica el desbalanceo presente en la maquina, mediante la t谷cnica de razonamiento basado en casos, a partir del c芍lculo de los descriptores y la aplicaci車n de estos dentro del algoritmo implementado usando la distancia euclidiana como parte del mecanismo de decisi車n entre patrones de vibraci車n con y sin desbalanceo. Los resultados obtenidos revelan al RMS como el descriptor que mejor desempeˋo mostr車 para la clasificaci車n
%K An芍lisis vibracional
%K Reconocimiento de patrones
%K descriptores de falla en maquina rotativa
%K espectro de Fourier.
%U http://csifesvr.uan.edu.co/index.php/ingeuan/article/view/255