Curso Uc3 Metodos Diagnostico Mantenimiento Predictivo Mod.ii Final

7/27/2019 Curso Uc3 Metodos Diagnostico Mantenimiento Predictivo Mod.ii Final

1/40

MANTENIMIENTO INDUSTRIAL

MANTENIMIENTO PREDICTIVO

METODOS DE DIAGNOSTICOSMODULO II

UNIVERSIDAD NACIONAL DE TUCUMAN

FACULTAD DE CIENCIAS EXACTAS Y TECNOLOGIA

ING. JUAN CARLOS SANTANA SANCHEZ


2/40


OBJETIVO

Fundamentos del Anlisis vibratorio de mquinas

Conocer el uso de nuevas tcnicas predictivas

Describir aplicaciones ms usuales de estas redesartificiales


3/40


ANALISIS VIBRATOROS EN TIEMPO Y FRECUENCIA

Consecuentemente , las vibraciones en un equipo rotante resultade la accin y reaccin de fuerzas externas e internas del sistema.

Cuando un equipo sufre deterioro en algn componente este semanifiesta aumentando sintomticamente estas fuerzasmodificando su intensidad y por lo tanto provocan variacin enlos niveles de vibracin.

Aprovechando este efecto muchos problemas en equipos

rotantes pueden identificarse con la Tcnica de Anlisis deVibraciones.

Resulta imprescindible establecer con anticipacin losparmetros de salida que representen el Estado FuncionalOptimo del equipo como tambin los lmites cuantitativos de

operacin.


4/40



5/40



6/40



7/40



8/40



9/40



10/40


DIAGNOSTICO

Sabemos que , a menor vibracin menores son los esfuerzos enuna mquina rotante. Por consiguiente, debemos ser capaces de

diagnosticar con la mayor certeza las causas que provocan estasvariaciones de los esfuerzos. Lo interesante del anlisis espectrales determinar, con la ayuda de la frecuencia, el origen de las fallas.

Podemos evaluar: Desbalanceo, Desalineacin, Eje Doblado,Resonancia, Solturas Mecnicas, Excentricidad, Problemas de

transmisin a engranajes, Problemas en Rodamientos, etc.


11/40



12/40



13/40



14/40



15/40



16/40



17/40


alarma


18/40



19/40



20/40



21/40



22/40



23/40



24/40


Conclusiones

Las seales causadas por vibraciones de mayorenerga presentan frecuencias cercanas o igual ala de rotacin de la mquina. Adems , puedenaparecer frecuencias de excitacin a 2, 3 ,4 ,etc.veces del rpm rotante que se llaman armnicas(2x,3x,4x). Asi las frecuencias vibratoriasespecficas de los elementos nos ayudan acomprender el origen del problema, mientras quela amplitud nos indican la gravedad de losmismos.


25/40


MANTENIMIENTO PREDICTIVO

SISTEMAS DE DIAGNOSTICO


26/40


DIAGNOSTICO BASADO EN MODELOS:Independientemente de la tcnica de control

utilizado se puede emplear el diagnosticoempleando modelos. Estos modelos se emplean

para generar salidas que mediante un anlisisposterior permiten determinar la ocurrencia deun fallo o el cambio a un estado que es previo ala ocurrencia del fallo.

Las posibilidades de hacer un diagnostico esgenerar mediante dicho modelo las series queson captadas con los sensores que funcionan enel sistema el cual se est estudiando.


27/40



28/40


MANTENIMIENTO PREDICTIVO BASADO ENSISTEMAS EXPERTOSLos sistemas Expertos son una parte de la Inteligencia Artificial

que es una rama de la informtica que intenta conseguir quelos ordenadores simulen la inteligencia humana. Estos

sistemas son programas de computacin interactivos quecontiene la experiencia, conocimiento y habilidades propiasde una persona o grupos de personas, que son especialistasen esta especialidad de Mantenimiento Industrial, de maneraque permiten resolver problemas especficos de manerainteligente y satisfactoria.

Los dos componentes de cualquier Sistema Experto son unaBase de Conocimientos y un Programa de Inferencia ,tambin llamado Motor de Inferencias. Estos programas deInferencia manejan informacin almacenada en la base dedatos y mediante procesos de bsqueda y comparacin depatrones.


29/40


En el campo del Mantenimiento Predictivo los SistemasExpertos se utilizan fundamentalmente como herramientasde diagnostico. Se trata de que el programa pueda determinaren cada momento el estado de funcionamiento de sistemascomplejos, anticipndose a los posibles incidentes que

pudieran acontecer. As, usando un modelo computacionaldel razonamiento de un experto humano, proporciona losmismos resultados que alcanzara dicho experto.


30/40


MANTENIMIENTO BASADO EN REDESNEURONALES(RNA)

Las redes neuronales artificiales son como una representacindel cerebro humano que intenta simular su proceso deaprendizaje. Siendo el termino artificial que nos indica queestas redes se implementan en una computadora(ordenador)

que es capaz de hacer un gran numero de operaciones queconlleva el proceso de aprendizaje.

Las RNA tienen un gran nmero de procesadores artificialesvirtuales interconectados que de forma simplificada simulanla funcionalidad de neuronas biolgicas. Estas se modelanmediante un mecanismo de pesos, que son ajustados durantela fase denominada de Aprendizaje. Por otra parte en unaRNA , adems de los pesos y las conexiones , cada memoriatiene asociada una funcin matemtica denominada Funcinde Transferencia. Dicha funcin genera la seal de salida dela neurona a partir de las seales de entrada.


31/40


Componentes de una Red Neuronal ArtificialExisten una gran variedad de redes neuronales, todas ellas tienen una

estructura comn. Al igual que en el cerebro humano, una redneuronal esta formada por neuronas y las conexiones entre ellas. Laneuronas intercambian informacin entre ellas a travs de las

conexiones que las unen. Estas conexiones estn caracterizadas por unparmetro llamado peso y que sirve para dar ms importancia a unasconexiones frente a otras.

Una red neuronal tiene una configuracin tal que dispone de una serie deneuronas de entrada , a travs de interconexiones emite una salida, esta

viene dada por tres funciones: 1) Funcin Propagacin/Excitacin, 2)Funcin Activacin , 3) Funcin de Transferencia.


32/40


ESTRUCTURA GENERAL DE NEURONA ARTIFICIAL

En el campo del Mantenimiento Predictivo las Redes Neuronales pueden ser empleadas de

diversos modos. Pueden usarse para modelar un sistema en cuestin, de modo que pueda hacerseuna comparacin entre salidas del sistema y las de la red neuronal. Las discrepancias pueden ser

un indicativo de un funcionamiento anmalo del sistema. Tambin puede usarse su capacidad para

discernir la pertenencia a una clase u otra de los datos que llegan a la Red. Otra manera de

emplear las redes neuronales es predecir las salidas futuras de una serie determinada, de manera

que sea posible anticiparse a los fenmenos que pudieran ocurrir en el sistema.


33/40



34/40



35/40



36/40



37/40


APLICACIONES DE REDES NEURONALES

Las RNA han sido aplicadas a un nmero en aumento de solucinde problemas en la vida real y atacando temas de complejidad,donde la mayor ventaja es la solucin a casos complicados para latecnologa actual, tratndose de situaciones que no tienensolucin algortmica o cuya solucin es muy compleja para serencontrada.

Detallamos que el xito de la aplicacin de estas redes RNAreside en el procesado paralelo, adaptativo y no lineal. Las RNAhan encontrado muchas aplicaciones en la visin artificial,procesado de imgenes y seales, reconocimiento del habla,control de robots, inspeccin industrial y exploracin cientfica.El dominio de aplicacin de la RNA se puede clasificar de lasiguiente forma; asociacin, clasificacin, regeneracin depatrn, regresin y generacin y optimizacin.


38/40


USOS DE RNA

Clasificacin de Patrones

Aproximacin de funciones

Mapeo

En lo que exista informacin imprecisa con tolerancia a fallos

Aprendizaje Adaptativo

Autoorganizacin

Tolerancia a Fallos

Operacin en tiempo real

Fcil construccin de circuitos integrados


39/40



40/40


BIBLIOGRAFIA:1) GESTION DEL MANTENIMIENTO,KELLY-HARRYS

2) FIABILIDAD Y SEGURIDAD , CREUS3) MANUAL DEL MANTENIMIENTO INTEGRADO, REY SACRISTAN4) DOSSIER MANTENIMIENTO UNIVERSIDAD CARLOS III DEMADRID ,ESPAA5) MANUAL DE MANTENIMIENTO , ALEJANDRO PISTARELLI

Documents

Curso Uc3 Metodos Diagnostico Mantenimiento Predictivo Mod.ii Final