Diagnóstico de fallos en cajas de engranajes mediante la aplicación de diferentes técnicas de inteligencia artificial

Resumen

Las cajas de engranajes son vitales en la transmisión de movimiento en maquinaria industrial, un diagnóstico adecuado de las mismas es altamente demandado por la influencia en la economía de la empresa, al reducir costos operacionales, apoyar en las decisiones de mantenimiento y mejorar el nivel de seguridad. En el presente trabajo se realizó el diagnóstico fallos en cajas de engranajes basados el análisis de señales de vibración mediante la aplicación de diferentes técnicas de inteligencia artificial. Para ello se establecieron cuatro bases de datos, tres bases de datos de señales de vibración se adquirieron en el laboratorio y una cuarta base de datos pública; dos bases fueron en engranajes rectos y una en engranajes helicoidales, la cuarta base de datos combina engranajes rectos y helicoidales. Posteriormente a cada señal de las bases de datos se le extrajo los atributos en los dominios del tiempo, frecuencia y tiempo-frecuencia; luego se desarrollaron tres sistemas de diagnóstico: el sistema uno, se evaluó mediante pruebas estadísticas el mejor clasificador entre cuatro redes neuronales y random forest, el sistema dos, se evaluó el mejor clasificador del sistema uno con el clasificador de máquinas de soporte vectorial y una red neuronal, el sistema tres, evaluó como los atributos y su dominio influye en el resultado del clasificador random forest. Tras la ejecución de la pruebas en los sistemas de diagnóstico se determinó que random forest fue la técnica de inteligencia artificial que mejor desempeño tuvo para la clasificación de fallos en las cajas de engranajes.