Abstract

BLANCAS-HERNANDEZ, Gerardo; LOBODA, Igor; GONZALES-CASTILLO, Iván  and  RENDON-CORTES, Karen Anaid. Comparación entre algoritmos estimadores en la severidad de fallas para los sistemas del diagnóstico de turbinas de gas. Ing. invest. y tecnol. [online]. 2022, vol.23, n.1, e1763.  Epub May 02, 2022. ISSN 2594-0732.  https://doi.org/10.22201/fi.25940732e.2022.23.1.001.

El objetivo de este estudio es comparar la estimación de la severidad de fallas empleando los dos enfoques principales que se utilizan para el diagnóstico de conducto de flujo en los motores de turbina de gas. El estudio empieza con la simulación de diferentes fallas de un motor por su modelo no lineal basado en física (modelo termodinámico). El primero de los enfoques usa mediciones simuladas y técnicas de identificación del sistema que estiman los parámetros de falla especiales. Ellos permiten localizar las fallas de los componentes del motor y determinar su severidad. El segundo enfoque se basa en la teoría del reconocimiento de patrones y utiliza principalmente modelos basados en datos. La clasificación de fallas necesaria para este enfoque se puede componer de patrones simulados para cada clase de falla. Con el fin de obtener resultados más seguros y generales la comparación se realizó independiente para tres diferentes clasificaciones, cada una tiene sus propios parámetros de falla. Los resultados obtenidos demuestran que en general, la exactitud del segundo enfoque es mayor que la del primero, aunque para la última clasificación las exactitudes de enfoques son comparables. La mayor dificultad que se presentó y también la mayor contribución de este trabajo fue determinar la forma de estimar la severidad en el primer enfoque. Para resolver este problema proponemos utilizar una red artificial. Otra novedad consiste en la comparación de dos enfoques principales para diagnosticar turbinas de gas en la función de estimación de la severidad de fallas. Existen muchos estudios cuyo principal objetivo es comparar diferentes técnicas del diagnóstico de las turbinas, pero ninguno de ellos compara sus capacidades de estimación de la severidad.

Keywords : Diagnóstico de turbinas de gas; severidad de fallas; estimadores de severidad.

        · abstract in English     · text in Spanish     · Spanish ( pdf )