Las técnicas de diagnóstico de máquinas eléctricas más utilizadas actualmente están basadas en el análisis de la corriente (debido a su carácter no invasivo) a través de la transformada de Fourier (FT). Su principal inconveniente es que no pueden utilizarse en aplicaciones que trabajan constantemente en régimen transitorio, como la generación eólica o la automoción eléctrica, entre otros campos de creciente importancia. Desde finales del siglo XX hasta la fecha, se han desarrollado algunas técnicas para el diagnóstico en regímenes transitorios; estas técnicas están basadas fundamentalmente en obtener la evolución temporal de las componentes armónicas de las corrientes causadas por averías, lo cual se consigue utilizando transformadas tiempo-frecuencia (t-f). Hasta el momento se han aplicado transformadas estándar no optimizadas para el diagnóstico de averías en máquinas eléctricas (e.g., FT de tiempo corto, transformada wavelet) las cuales permiten la detección de algunas componentes de avería en determinadas zonas del plano t-f. Por otra parte, existen transformadas de carácter adaptativo cuyo análisis se ajusta a la señal a analizar (e.g., Matching Pursuit), no utilizadas todavía en el campo del diagnóstico. Sin embargo, no permiten centrarse en obtener las componentes de avería e incurren en tiempos de cálculo prohibitivos (semanas).

En la presente tesis se desarrolla una metodología original de análisis t-f, optimizada para el diagnóstico de averías en máquinas eléctricas, mediante el análisis de la corriente. La metodología propuesta se desarrolla teniendo en cuenta las particularidades de la señal analizada y los objetivos del diagnóstico; esto permite efectuar el seguimiento de múltiples componentes de falta a lo largo de amplios dominios del plano t-f con tiempos de procesamiento reducidos, lo que hace posible  diagnósticos de gran fiabilidad.  El desarrollo de la metodología implica las siguientes etapas: (i) Se caracterizan las evoluciones de las componentes de avería en el plano t-f; la tesis se centra en el diagnóstico de barras rotas y excentricidad en motores de inducción (MI). (ii) Con el objetivo de estimar dichas evoluciones para cada corriente capturada evitando el uso de sensores de velocidad, se desarrolla un método original para obtener la evolución del deslizamiento a partir de la corriente capturada, aún en presencia de averías. (iii) Se plantea la detección de las componentes de avería mediante la correlación de la corriente con una familia de átomos t-f  (funciones cuya energía está concentrada alrededor de un punto del plano). (iv) Se seleccionan  las Frequency B-Splines (FBS) como la familia óptima de átomos a utilizar, ya que son capaces de generar resultados con resoluciones tan elevadas como las obtenidas con las funciones de Gabor (las cuales llegan a la máxima concentración posible de la energía), pero con tiempos de cálculo más reducidos. (v) Se define la transformada de pendiente adaptativa, la cual, a diferencia de las anteriores, permite escoger la resolución en cada punto del plano t-f, pudiendo adecuar el análisis a cada corriente para obtener las evoluciones de las componentes de avería de forma óptima. Para ello se define el concepto de pendiente del átomo como el cociente entre la dispersión de su energía en frecuencia y en tiempo. La pendiente del átomo utilizado determina el cociente entre las resoluciones en tiempo y en frecuencia obtenidas. Seguidamente, se define el criterio de la pendiente: para obtener la resolución t-f óptima, la pendiente a utilizar en cada punto del plano debe ser igual a la pendiente de la evolución de la componente a detectar en dicho punto. (vi) Finalmente, se resuelve el problema de la cuantificación de este tipo de transformadas y se proponen técnicas de mejora de la visualización.

La metodología de diagnóstico se ha validado experimentalmente en la detección de barras rotas en MI alimentados desde la red y de excentricidad en MI alimentados tanto desde la red como desde un inversor.