Esta es un versión antigua publicada el 2015-07-02. Consulte la versión más reciente.

METODOLOGÍA DE DETECCIÓN DE FALLAS DE UN MOTOR SÍNCRONO

Autores/as

Yesenia Restrepo Chaustre Universidad Francisco de Paula Santander
José A. Becerra Vargas Universidad Francisco de Paula Santander
Aldo Pardo García Universidad de Pamplona

DOI:

https://doi.org/10.24054/rcta.v2i26.393

Palabras clave:

Motor síncrono, modelo matemático, detección de fallas, redes neuronales

Resumen

Este artículo se enmarca dentro del área de diagnóstico y detección de fallas en procesos industriales, enfocando su aplicación hacia los motores síncronos para identificar las fallas incipientes que afectan las principales ventajas de utilización de estos motores. En la actualidad, existen muchos métodos de detección y diagnóstico de fallas, pero esta investigación se enfoca en la detección de fallas por correlación y clasificación de las mismas utilizando redes neuronales artificiales.

Descargas

Los datos de descargas todavía no están disponibles.

Citas

Luna Moreno, H. “Pruebas y obtención de parámetros de la máquina síncrona”. Universidad Michoacana de San Nicolás de Hidalgo. México. 2008.

Aller, J. M. Conversión de energía eléctrica. Universidad Simón Bolívar. 2009.

M. Cisneros. M. A. Arjona. F.S Sellschopp. Identificación paramétrica de un generador síncrono a partir de la prueba de escalón de voltaje. Científica, Vol. 14, No. 1. pp. 33-39. Enero - Marzo, 2010.

Hernandez Cely, M. M. “Estudio para detección y diagnóstico de fallas en el proceso del generador de vapor de la central termoeléctrica trmotasajero colgener”. 2010.

Rubio Ávila, J. Modelado y control para una clase de sistemas no lineales desconocidos en tiempo discreto. 2007.

Gertler, J. J. Fault Detection and Diagnosis in Engineering Systems. New York: Marcel Dekker. 1998.

Fraile Mora, J. Máquinas Eléctricas. Quinta Edición. Mc Graw Hill. 2003.

Chapman, S. J. Máquinas Eléctricas. Cuarta Edición. Mc Graw Hill. 2005

Chow, M. Y.; Sharpe, R. N. and Hung, J. C. On the Application and Design of Artificial Neural Networks for Motor Fault Detection-Part I. IEEE Transactions on Industrial Electronics, Vol. 40. No. 2. April. 1993.

Cuevas Silva, O. Diagnóstico de fallas en un sistema no lineal empleando redes neuronales, México, 2009.

Aller, J. M. Universidad Simón Bolívar. Máquinas eléctricas rotativas: Introducción a la teoría general. Editorial Equinoccio, 2008.

Santos H., A. M. y Gómez R., C. A. Validación del modelo DQ0 de la máquina síncrona para estudios de transitorios electromagnéticos, 2010.

Pérez Londoño, A. M. y Romero R., Y. A. Medición indirecta de algunos parámetros de la máquina síncrona a partir de la medida del ángulo par, 2007.

Ohm, D. Y. Dynamic model of PM synchronous motors. Drivetech, Inc, Blacksburg, Virginia.

Korbics J., P. K. Artificial Neural Network to fault diagnosis. Wydawnictwa Naucowo- Techniezne WNT, Polonia, 2002.

Arafet P., P.; Chang M., F.; Torres A., M.; Dominguez A., H. Métodos de identificación dinámica, Universidad de Oriente, Junio, 2008.

Norgaard, M. Neural Networks for modelling and control of Dynamic Systems. Springer, Glasgow, Scotland, U.K., 2000.

Ruz-Hernández; J. A., Sánchez, E. N.; Suárez, D. A. Neural Network-based Scheme for Fault Diagnosis in Fossil Electric Power Plants, Proceedings of International Joint Conference on Neural Networks, Montreal, Canada, July 31 – August 4, 2005.

Kwok-Wai, L. Phase-domain synchronous generator model for transients simulation, April, 1995.

Descargas

Publicado

2021-01-13 — Actualizado el 2015-07-02

Versiones

Cómo citar

Restrepo Chaustre, Y. ., Becerra Vargas, J. A. ., & Pardo García, A. . (2015). METODOLOGÍA DE DETECCIÓN DE FALLAS DE UN MOTOR SÍNCRONO. REVISTA COLOMBIANA DE TECNOLOGIAS DE AVANZADA (RCTA), 2(26), 137–144. https://doi.org/10.24054/rcta.v2i26.393 (Original work published 13 de enero de 2021)