clasificación Automática de Patrones de Desbalanceo en Una Maquina Rotativa

8/17/2019 clasificación Automática de Patrones de Desbalanceo en Una Maquina Rotativa

1/7

Universidad Antonio Nariño. ANGARITA O Robinson, ZAPATA C Nelson, Clasificación Auto!tica "e Patrones "e"esbalanceo #n Una $a%uina Rotativa, Utili&ando 'ó(ica "ifusa.

Resumen ) 'a ló(ica binaria de las co*utadorasodernas frecuenteente falla cuando trata dedescribir la verdad del undo real. 'a ló(ica difusaofrece alternativas !s satisfactorias. 'asco*utadoras no ra&onan coo lo +ace el cerebro+uano. 'as co*utadoras funciona con seani*ulan +ec+os *recisos, %ue +an sido reducidos

a cadenas de ceros unos e instrucciones %ue *ueden ser falsas o verdaderas. #l cerebro +uano *uede ra&onar a *artir de aserciones va(as oafiraciones %ue involucran incertidubre o -uiciode valor coo son el aire esta al(o caliente/, elve+0culo se ueve u r!*ido/, esa u-er es u -oven/. A diferencia de las co*utadoras, lo+uanos tienen sentido co1n, %ue le *eritera&onar en el undo en donde las cosas son sólo *arciales de la verdad. 'a ló(ica "ifusa es una raade la inteli(encia artificial %ue auda a las

co*utadoras a re*resentar toda la (aa dei!(enes del sentido co1n en un undo lleno deincertidubres. 2e a%u0 esta tesis a*orta unosavances en el estudio de la ló(ica difusa a*licada ala clasificación de señales vibracionales %ue son tani*ortantes *ara el anteniiento de e%ui*osindustriales. Por esta ra&ón se +ace el estudio *ara(enerar un clasificador de señales utili&ando la

3

ló(ica difusa, de esta anera *oder re*la&ar en *arte la e4*eriencia +uana en la detección decasos de falla en a%uinas usando los tradicionales5todos de an!lisis vibracional.

6a %ue el conce*to de ló(ica difusa es uco1n, est! asociado con la anera en %ue las *ersonas *erciben el edio, lo %ue *erite deal(una fora +acer lo %ue +ace el +uano.

Abstrac ) T+e binar lo(ic of odern co*utersoften cras+es 7+en trin( to describe t+e trut+ of t+e real 7orld. 8u&& lo(ic *rovides oresatisfactor alternatives. Co*uters do not reasonas t+e +uan brain does. Co*uters 7or9 7it+ *recise facts, 7+ic+ +ave been reduced to strin(s of &eros and ones and instructions true or false. T+e+uan brain can reason fro va(ue assertions or stateents t+at involve uncertaint or value -ud(ent suc+ as :+ot air is soet+in(,: :t+eve+icle is ovin( ver fast:, :t+is 7oan is veroun(.: Unli9e co*uters, +uans +ave coonsense, 7+ic+ allo7s ou to reason in t+e 7orld7+ere t+in(s are onl *artial trut+. 8u&& lo(ic is a branc+ of artificial intelli(ence t+at +el*s co*utersto re*resent t+e full ran(e of ia(es of coonsense in a 7orld full of uncertainties. 2ere t+ist+esis *rovides soe advances in t+e stud of fu&&

Preio Colobiano de Infor!tica ACI; >

C'A;I8ICACI?N AUTO$@TICA "# PATRON#;"# "#;A'ANC#O #N UNA $ABUINA

ROTATIA, UTI'IZAN"O '?GICA "I8U;A 6TRAN;8OR$A"A 8OURI#R, AP'ICA"A AR#GI;TRO; OT#NI"O; A PARTIR "#'

;#N;A"O "# IRACION#; $#C@NICA; #NUN ANCO "# PRU#A;

ANGARITA O Robinson, ZAPATA C Nelson.roan(aritaDuan.edu.co, nelson&a*ataEFD+otail.co

Universidad Antonio Nariño

>

mailto:[email protected]:[email protected]:[email protected]


2/7


lo(ic a**lied to t+e classification of vibrationalsi(nals t+at are ver i*ortant for t+e aintenanceof industrial e%ui*ent. 8or t+is reason, t+e stud isto (enerate a si(nal classifier usin( fu&& lo(ic, sot+at It *artl re*laces +uan e4*erience in detectin(

cases of failure of ac+ines, usin( t+e traditionalet+ods of vibrational analsis.;ince t+e conce*t of fu&& lo(ic is ver coon,

and It is associated 7it+ +o7 *eo*le *erceive t+eir environent, 7+ic+ allo7s soe+o7 to do 7+at+uans do.

Índice de Términos— Lógica difusa, Vibraciones Mecánicas, Mantenimiento Predictivo, Desbaance!

I.INTRO"UCCI?N

#l undo e*resarial en los 1ltios años se +adesarrollado a un rito acelerado, influenciado *or la co*etitividad, esto +ace i*ortantei*leentar un *ro(raa de anteniiento con elob-etivo de *rote(er los e%ui*os !%uinas *araauentar su tie*o de servicio alar(ar su vida1til.#l an!lisis de vibraciones ec!nicas se utili&a coo

una +erraienta de onitoreo dia(nóstico defallas, +ace *arte del *ro(raa de anteniiento *redictivo estas t5cnicas *eriten evaluar lascondiciones e4ternas de una !%uina sin necesidadde desararla sin afectar su funcionaientonoral, las señales de vibración se van ca*tando entie*o real con la !%uina funcionando de talfora %ue se *ueda *redecir a trav5s del onitoreocuando esta va a fallar, lo(rando as0 (randesventa-as en la co*etitividad de las e*resas."e acuerdo a lo anterior, es de sua i*ortancia

reco*ilar inforación cr0tica en fora clara o*ortuna *ara e-orar la toa de decisiones en los *rocesos de i*leentación de sensores transductores *ara reali&ar una clasificaciónauto!tica H> de *atrones de desbalanceo. Para lasolución de este *roblea en la UniversidadAntonio Nariño se +an venido desarrollandoalternativas %ue van desde la construcción de un banco de *ruebas *ara an!lisis de vibracionesec!nicas en a%uinaria rotativa, en el cual se

*ueden inducir condiciones de o*eración variadas re(istrar las vibraciones *rovocadas en cada odo+asta sisteas e4*ertos H


3/7


de investi(ación %ue lleva este banco devibraciones.

II. '?GICA "I8U;A CO$O C'A;I8ICA"OR "#IRACION#; $#C@NICA;

A! Logica difusa#l conce*to de ló(ica difusa es u co1n, est!asociado con la anera en %ue las *ersonas *erciben el edio, *or e-e*lo ideas relacionadascon la altura de una *ersona, velocidad con la %uese ueve un ob-eto, la te*eratura doinante enuna +abitación, cotidianaente se forulan deanera abi(ua de*ende de %ui5n *ercibe elefecto f0sico o %u0ico, ser! su enunciado acerca detal fenóeno. Una *ersona *uede ser alta o ba-a,al(o *uede overse r!*ido o lento, una te*eratura

*uede ser ba-a o oderada o alta, se dice %ue estasafiraciones acerca de una variable son abi(uas *or%ue r!*ido, ba-o, alto son afiraciones delobservador, estas *ueden variar de un observador a otro. Uno se *uede *re(untar cu!ndo al(o es fr0o ocaliente, %u5 tan ba-a es la te*eraturaS cuandodecios fr0o, o %u5 tan altaS es cuando decioscaliente.'os con-untos difusos definen -ustaente estasabi(edades e intenta odelar la abi(edad conla %ue se *ercibe una variable. 'os con-untos

difusos son la base *ara la ló(ica difusa.

"! #on$untos difusos

'os con-untos cl!sicos, tienen liitaciones, ellosdefinen un universo discreto con bordes biendefinidos, en ellos un eleento no *ueden *ertenecer a cierto con-unto, al(o es falso o esverdadero #n este *unto los con-untos borrososson una e4tensión de los cl!sicos, *ara describir laabi(edad de un con-unto borroso se lo(ra

añadiendo una función de ebrec0a o *ertenec0adenoinada A4Q, esta indica el (rado en %ue lavariable 4 incluida en el con-unto A con valoresentre = >, si esta función toa el valor = si(nifica%ue el valor de 4 no est! incluida en la eti%ueta A si toa > el corres*ondiente valor de 4 est!absolutaente incluido en A.'os con-untos difusos son la base *ara la ló(icadifusa, del iso odo %ue la teor0a cl!sica decon-untos es la base *ara la ló(ica ooleana. Con

los con-untos difusos se reali&an afiracionesló(icas del ti*o siVentonces defini5ndose estas con'ó(ica "ifusa. #ste tea es *ro*io de inteli(enciaartificial, donde se intenta eular en *ensaiento+uano. #n el control industrial, se tiene en cuentala e4*eriencia coo base de conociiento delo*erario, esto ser! 1til *ara eular elco*ortaiento +uano con una !%uina.#n si(uiente 8i(ura >se uestra un e-e*lo decon-unto borroso dividido en K subcon-untos Wa-a,$edia, AltaX, con sus res*ectivas funciones deebrec0a Wa-a4Q, $edia 4Q, Alta4QX.

%igura &! #on$untos borrosos ' funciones de membrec(a

%uente) Los autores

#! Modeo de casificador difuso *ro*uesto

#l odelo *ro*uesto *ara el clasificador difuso se *resenta en la 8i(ura , en donde se observan losvariables de entrada llaadas Antecedente, Ystos

valores entran al clasificador +cuadro centra, *asando *or la eta*a de fu&&ificación, la cualentre(a los valores al otor de inferencia difusa+"orrosa %ue -unto a las re(las difusas co*uta loscon-untos difusos de salida *or cada una de lasre(las difusas, estos con-untos entran a la eta*a de"efu&&ificacion, la cual coo se encionóanteriorente transfora los con-untos de salida enun valor re*resentativo de *ertenec0a *ara el caso en *articular de estudio.

%igura -! Modeo de casificador difuso


K


4/7


%uente) Los autores

D! %unciones de membrec(a

6a %ue el 5todo %ue se *lantea *ara confi(uraciónde clasificador difuso es *rueba error, se e*e&ó

*or utili&ar *ara todas la funciones de ebrec0auna función de ti*o trian(ula.#l ran(o *ara cada uno de los con-untos difusos seesco(ió observando el !4io el 0nio de lasseñales vibracionales obtenidas de banco de *ruebas.'os ran(os *ara cada uno de los con-untos difusosR$;, PICO, #N#RGIAQ se obtienen del an!lisisde cada una de las señales ibracionales *araobtener los corres*ondientes valores. Presentadosen la TA'#I, uestra los tres valores necesarios

*ara confi(urar una función trian(ula, estos valores *ertenecen a cada una de las funciones deebrec0a de los con-untos borrosos de entrada+RM., P/#0, 121R3ÍA

TA'# ICON[UNTO ORRO;O 6 ;U; 8UNCION#; "# $#$R#C\A

Con-unto orroso 8unción ebrec0a

R$;a-o]H=.^F =.Ê =.^^K$edio]H=.Ê =.Ê^ =.^^LAlto] H=.Ê> > =.ÊFAlto] H=.^F=> > *ruebas reali&ada,a(ru*!ndolas en una atri& llaada #ntradas/ estaatri& ser!n los datos de R$;,PICO,#N#RG\A, *ara cada una de las *ruebas, 5ste iso scri*te-ecuta el clasificador difuso entre(a los valoresde salida *ara cada una de las *ruebas a clasificar,tabi5n calcula el error de fallas bas!ndose en los


L


5/7


valores edios *ara las *ruebas norales dedesbalance. #ste error re*resenta la diferencia *roedio del valor de la salida del clasificador conres*ecto al valor edio *ara todas. 'os resultadosobtenidos *ara cada una de las confi(uraciones %uellevaron a la confi(uración fina se *resentan acontinuación.

A! .aida de casificador difuso *ro*uesto

;e observo %ue las salidas del clasificador difusosie*re ten0an un co*ortaiento *arecido a una;, donde las *ruebas de desbalance se ubicaban enla *arte su*erior de la fi(ura las *ruebas noralesen la *arte inferior, *ara el caso en *articular seordenaron las *ruebas iniciando con las %ue no *resentan falla *osterior las %ue si *resentan falla,

*ara tener una estiación de cu!l deber0a ser elvalor re*resentativo de la &ona de desbalance lanoral se calculo el valor edio _ la desviaciónest!ndar de los datos norales desbalance *or se*arado , esto se ve re*resentado en la 8i(ura ,en ella *odeos ver re*resentado el valor edio delas *ruebas norales coo una l0nea +ori&ontal decolor verde, la l0nea ro-a +ori&ontal re*resenta elvalor edio de las *ruebas de desbalance, la l0neaa&ul son sol valores entre(ados *or el clasificador *ara cada una de las *ruebas.

%igura 6! .aida de casificador difuso

%uente) Los autores

I. A'I"ACI?N CRUZA"A

. CONC'U;ION#;

'a validación cru&ada o crossVvalidation es una

t5cnica utili&ada *ara evaluar los resultados de unan!lisis estad0stico (aranti&ar %ue soninde*endientes de la *artición entre datos deentrenaiento *rueba. Consiste en re*etir calcular la edia arit5tica obtenida de las edidasde evaluación sobre diferentes *articiones. ;eutili&a en entornos donde el ob-etivo *rinci*al es la *redicción se %uiere estiar %ue tan *reciso es unodelo %ue %uiere llevarse a la *r!ctica H^. Ystat5cnica es u utili&ada en *roectos deinteli(encia artificial *ara validar odelos

(enerados. %igura 7! Vaidación cru8ada

%uente) Los autores



6/7


'a 8i(ura uestra es%ue!ticaente el *rocesode validación cru&ada del odelo de clasificador difuso.

A! 0b$etivo de a vaidación cru8ada

#l ob-etivo es *eritir el a-uste o*tii&a los

*ar!etros del odelo *ara %ue 5ste se a-uste a losdatos de entrenaiento tan bien coo *ueda. ;eco(e una uestra inde*endiente coo dato de *rueba validaciónQ, del iso (ru*o %ue los datosde entrenaiento, noralente el odelo no sea-ustar! a los datos de *rueba i(ual de bien %ue a losdatos de entrenaiento. #sto se denoinasobrea-uste acostubra a *asar cuando el taañode los datos de entrenaiento es *e%ueño o cuandoel n1ero de *ar!etros del odelo es (rande. 'avalidación cru&ada es una anera de *redecir el

a-uste de un odelo a un +i*ot5tico con-unto dedatos de *rueba cuando no dis*oneos del con-untoe4*l0cito de datos de *rueba H>>

"! Resutado de a vaidación cru8ada

Para reali&ar la validación cru&ada se too uncon-unto aleatorio de E eleentos en cada una delas ` una *recisión declasificación de E`, ver TA"L1// .

%igura 9! 1rror de faa de casificación ' vaor medio :1rrorf :

%uente) Los autores

TA'# II#RROR 6 PR#CI;ION "# A'I"ACION CRUZA"A

iteración Precisión ̀ #rrorf ̀

> EF.= >> EF.= >< EF.= >K >==.== =.==

>L F.== >==.== =.==

> F.== F F.== E F.== ^ EF.= >


7/7


clasificación del >` un E` de *recisión declasificación.

;e evidencian claraente %ue las señalesad%uiridas del banco de *ruebas *resenta situaciónde desbalance al a(re(arle una asa descentradadel e-e de rotación. 'as señales ad%uiridas del banco de *ruebas *ara las situaciones norales *resentaron un (radode desbalance el cual no es a*ro*iado *ara un bancode *ruebas de vibración.

R#8#R#NCIA;

H> U. a. ". 8. [. In(.#u(enio, Controladores basados enló(ica difusa loo*s de conversación natural caóticos,

*roecto inte(rador de carrera de in(enieria

nuclear.;ancarlos de ariloc+e,-unio de L= *. .

H O. ;. R. . R. P. [. 2. N. #. 2IGU#RA, , #4tracción decaracter0sticas re*resentativas res*ecto al fenóeno dedesbalanceo desValineaiento an(ular utili&ando laTransforada Mavelet, Traba-o de (rado In(eniero

#lectroec!nico., ucaraan(a Universidad Antonio Nariño. 8acultad de In(enier0a #lectroec!nica. L.>L *..

HF #. [. O. d. c. d. *. d. d. . d. a. e. u. . r. u. T. M. . l. t. d.e. O. GI' '#ON PI$I#NTO RO"RIGU#Z, a*licada are(istros obtenidos a *artir del sensado de vibracionesec!nicas en un ban, Traba-o de (rado In(eniero#lectroec!nico. ucaraan(a Universidad Antonio

Nariño. 8acultad de In(enier0a #lectroec!nica. ^^F.

H>= ;. a. ;. ". ;.N.;ivananda, Introduction to 8u&& 'o(icusin( $AT'A, I;NV>= KVL=VKFE=VF,s*rin(erVerla(erlin 2eidelber(,> Paa Refaeil&ade+, 'ei Tan(, 2uan 'ui, 9Vfold CrossValidation, Ari&ona ;tate Universit, de noviebre deK [.VP. 'an(, , Predictors tutorial, ioinforatic "e*artentPro-ects.

H>L 8. [oanneu, , CrossValidation #4*lained, Institute forGenoics and ioinforatics, ^^K.H> R. Guti5rre&VOsuna, Ricardo Guti5rre&VOsuna, 'eaveV

oneVout Cross alidation Mri(+t ;tate Universit.H>F P. A. "evi-ver, and [. ittler, Pattern Reco(nition A

;tatistical A**roac+, PrenticeV2all, 'ondres, >^EE #l9an, C+arles, #valuatin( Classifiers Universit of

California, ;an "ie(o,E de enero de >.H>^ [eff ;c+neider, T+e +oldout et+od, T+e sc+ool of

co*uter science, F de febrero de >^^F.

AUTOR#;ANGARITA O Robinson, roan(aritaDuan.edu.co

ZAPATA C Nelson. nelson&a*ataEFD+otail.co


F
mailto:[email protected]:[email protected]

clasificación Automática de Patrones de Desbalanceo en Una Maquina Rotativa

Documents

Transcript of clasificación Automática de Patrones de Desbalanceo en Una Maquina Rotativa