Manizales, jul. 17 de 2013 - Agencia de Noticias UN- Sin necesidad de desarmar estos artefactos, la técnica permite hallar cualquier falla que presenten. Turbinas, motores de combustión interna, ventiladores y hasta barcos o aviones se beneficiarán con esta innovación.
Juan Diego Mejía Henao, estudiante de Ingeniería Electrónica de la UN en Manizales, desarrolló una fórmula que reduce los parámetros requeridos para usar el método de clasificación llamado red neuronal artificial.
Dicha técnica busca emular la capacidad de reconocimiento del cerebro por medio de la repetición de órdenes, en este caso adaptada para identificar fallas en máquinas rotativas.
Para obtener dichos parámetros, se ubican sensores acelerómetros en la máquina que transmiten una señal eléctrica con información de su vibración. Esta es procesada para extraer 24 rasgos estadísticos en tiempo y frecuencia que se emplean para entrenar el sistema de la red neuronal artificial.
“Una vez obtenidos los datos, optimizamos el método mediante una operación matemática denominada algoritmos genéticos que está inspirada en la teoría de la evolución de Darwin, según la cual, a partir la adaptación, cruce y mutación de una población inicial se obtienen ‘individuos’ o soluciones más aptas para el problema planteado”, explica Mejía Henao, integrante del grupo en Control y Procesamiento Digital de Señales de la sede.
A través de los algoritmos, logró depurar las características necesarias. Así, redujo la carga computacional o el tiempo de procesamiento de la clasificación.
“El método puede ser implementado por un amplio sector, pues las máquinas rotativas están presentes en bandas transportadoras, turbinas, motores de combustión interna, ventiladores y un sinfín de artefactos: desde pequeños tamaños (como los que se trabajan en los laboratorios de la UN) hasta grandes dimensiones (como barcos o aviones)”, manifiesta el investigador.
Se pueden identificar quince tipos de fallas, entre ellos: desalineación, desbalanceo, soltura mecánica, daños en rodamientos de la pista interna y externa, así como en distintas piezas con diferente severidad.
(Por:Fin/AMEJ/CAPG/fgd)