Diagnóstico de averías asociadas a la detección de chispas en máquinas rotativas de corriente continua mediante el análisis avanzado de corrientes.

Abstract

[ES] EL trabajo consiste en la aplicación de técnicas de mantenimiento predictivo para detectar fallos asociados a detección de chispas en máquinas eléctricas rotativas DC, basadas en el análisis de corriente de Armadura. Para ello, se realizarán técnicas experimentales, para diferentes regímenes de operación, en estado permanente y en transitorio. Las señales de la Corriente de Armadura serán adquiridas con equipos de laboratorio especializados. Luego, serán procesadas y analizadas son software de procesamiento de señales como Matlab@ y/o Phyton; se podrán identificar las frecuencias fundamentales asociados a su funcionamiento y detección de fallos. Finalmente, como aplicación práctica, se definirán indicadores del estado de salud de la máquina rotativa, de tal forma que nos permita identificar en la práctica, la zona (Sano, Alerta ó Fallo) de la evolución de fallo.

[EN] This thesis applies predictive maintenance techniques to detect failures associated with spark detection in DC rotating electrical machines based on Armature current analysis. Experimental techniques will be carried out for different operating regimes in permanent and transient states. Armature Current signals will be acquired with specialized laboratory equipment. Then, they will be processed and analyzed with signal-processing software such as Matlab@ or Python. The fundamental frequencies associated with its operation and fault detection can be identified. Finally, as a practical application, indicators of the health status of the rotating machine will be defined in such a way that allows us to specify, in practice, the zone (Healthy, Alert, or Failure) of the evolution of failure.