Tesis doctoral de Miguel Delgado Prieto
Los accionamientos electromecánicos han tenido tradicionalmente su campo de aplicación en el sector industrial. Sin embargo el uso de este tipo de sistemas se está extendiendo hacia otros sectores dentro del ámbito de los transportes, como el sector del automóvil, o el sector de la aeronáutica con el desarrollo del concepto del avión más eléctrico (mea). Una de las mejoras más importantes del concepto mea está relacionada con los actuadores de los controles primarios de vuelo, donde hasta el momento sólo se han considerado actuadores electrohidráulicos, aunque la tendencia actual es remplazarlos por actuadores electromecánicos (ema). El uso generalizado, en el futuro, de accionamientos ema en sistemas de transporte, pasa por la investigación y los avances en los algoritmos de detección y diagnóstico de fallos que se puedan producir, tanto en la parte eléctrica como en la mecánica, con el fin de garantizar la fiabilidad del accionamiento y la seguridad de los usuarios. Durante los últimos años, el estudio de sistemas electromecánicos y el diagnóstico de fallos en diversas condiciones de par y de régimen de funcionamiento, han sido estudiados profundamente por diferentes autores, aunque la mayoría de los trabajos se centran en la detección de un único fallo. Por lo tanto, existe una falta de métodos de diagnóstico capaces de detectar diferentes tipos de defectos en un actuador electro-mecánico. Hay muy pocos estudios relacionados con los sistemas de diagnóstico, capaces de identificar diversos fallos bajo diferentes condiciones de operación, y mucho menos analizar profundamente toda la cadena de diagnóstico para afrontar el problema desde todas las perspectivas posibles. En esta tesis, se propone la investigación sobre técnicas para la monitorización de condición de sistemas electromecánicos, basados en el reconocimiento de patrones. Con el fin de identificar diferentes fallos bajo diferentes condiciones de operación, las técnicas propuestas se elaboran bajo el prisma de la fusión de datos. El tratamiento de grandes cantidades de información, mejora los resultados de los algoritmos de reconocimiento de patrones, pero a su vez, requieren de la aplicación de técnicas y metodologías avanzadas. Por lo tanto, inicialmente se realiza una revisión de la cadena de diagnóstico completa, incluyendo las metodologías y técnicas para las diferentes etapas (cálculo de indicadores, reducción de dimensionalidad y clasificación). La revisión finaliza con la presentación de las estrategias propuestas como aportación en cada etapa de diagnóstico. Los resultados obtenidos permiten avances significativos hacia los sistemas de diagnóstico integrales. En este sentido, se presenta la investigación sobre metodologías de cálculo de indicadores en condiciones no estacionarias. A continuación, en la etapa de reducción de dimensionalidad, se proponen metodologías colaborativas aplicando diferentes técnicas que permiten mejorar la discriminación de clases; concretamente se propone un enfoque basándose en técnicas no lineales, que no se usan habitualmente. Finalmente, se analizan las diferentes estructuras de clasificación y se propone una arquitectura novedosa de clasificación para ser aplicada en problemas de diagnóstico de múltiples fallos. Se presentan resultados experimentales de las diferentes metodologías propuestas, para diferentes configuraciones electro-mecánicas. Los resultados obtenidos muestran un alto nivel de rendimiento, y las metodologías propuestas se pueden adaptar a los requisitos de diagnóstico necesarias en diferentes aplicaciones. Se concluye que la información resultante permite una mejor comprensión del comportamiento del sistema bajo test, y esto tiene un efecto directo sobre su fiabilidad de operación.
Datos académicos de la tesis doctoral «Contributions to electromechanical systems diagnosis by means data fusion techniques«
- Título de la tesis: Contributions to electromechanical systems diagnosis by means data fusion techniques
- Autor: Miguel Delgado Prieto
- Universidad: Politécnica de catalunya
- Fecha de lectura de la tesis: 26/10/2012
Dirección y tribunal
- Director de la tesis
- Juan Antonio Ortega Redondo
- Tribunal
- Presidente del tribunal: humberto Henao fernández
- manes Fernandez cabanas (vocal)
- (vocal)
- (vocal)