Metodología de selección de indicadores óptimos para el análisis y diagnosis del estado de la máquina: aplicación a elementos mecánicos rotativos

Abstract

La detección prematura de defectos en maquinaria rotativa es fundamental para evitar fallos catastróficos y ahorrar costes, ayudando así a un correcto mantenimiento. Además, la automatización de estos procesos es fundamental para mejorar el nivel de fiabilidad y seguridad, por lo que existe una tendencia hacia un tipo de mantenimiento denominado ‘monitorización de estado’, que se basa en la monitorización continua de la condición de los elementos durante su funcionamiento. Uno de los parámetros más utilizados para decidir el estado de un elemento mecánico es su respuesta vibratoria. Los elementos presentes en una máquina rotativa son muy diferentes y, por tanto, también lo son cada uno de los defectos que puede presentar y la manera en la que se manifiestan. En los últimos años se han desarrollado muchos trabajos en este sentido, principalmente enfocados a la detección de defectos en engranajes y rodamientos, por ser los elementos más ampliamente utilizados en maquinaria rotativa y porque el diseño de la máquina está pensado para que este tipo de elementos sean los primeros en fallar. Para el caso de ejes, la probabilidad de fallo es menor pero éste es más crítico. También ha habido numerosas publicaciones sobre defectología en ejes, aunque este tipo de estudios se ha centrado mayoritariamente en detectar los cambios que los defectos provocan en la respuesta dinámica y no es común realizar diagnosis reales y menos en el ámbito experimental. En el caso de turbomaquinaria, a velocidades cercanas a la crítica o incluso sobrepasándola, sí existen trabajos que ofrecen buenos resultados de diagnosis en ejes utilizando su respuesta vibratoria, sin embargo a bajas velocidades este tipo de estudios no ofrecen por lo general buenos resultados, y en campos como el ferroviario, la estrategia de mantenimiento para los ejes sigue siendo preventiva. Esto implica numerosos costes porque es necesario parar y desmontar la máquina para realizar las inspecciones. Un avance en las técnicas de monitorización de estado en este tipo de campos sería muy útil para ahorrar costes y aumentar la seguridad. En la presente Tesis Doctoral, se han desarrollado y aplicado diferentes técnicas para detectar defectos en ejes a través de su respuesta vibratoria durante su funcionamiento a bajas velocidades, alejadas de la crítica. Para ello se han utilizado diversas herramientas que trabajan tanto en el dominio del tiempo como en la frecuencia para encontrar posibles indicadores de defecto. Posteriormente, para cada posible indicador, se han estudiado diferentes sistemas de clasificación para automatizar la decisión sobre el estado del elemento. Finalmente el estudio ha desembocado en el desarrollo de una metodología general que permite encontrar la técnica de diagnosis óptima, en cuanto a fiabilidad y coste computacional. El trabajo, que inicialmente se ha centrado en ejes, posteriormente ha sido aplicado con éxito a rodamientos, demostrando que es posible generalizar la metodología a otro tipo de elementos mecánicos rotativos. ----------------------

Early detection of defects in rotating machinery is essential to avoid catastrophic failures and to save costs, helping to get a proper maintenance. The automating of these processes is also very important to improve the reliability and safety levels, reason why nowadays there is a tendency towards a type of maintenance called ‘condition monitoring’, based in the continuous monitoring of the condition of the elements while they are working. One of the parameters most used to decide the status of the machine is its vibratory response. The elements present in a rotating machine are very different, so the defects that can be present and the way they show are also very different. In the last years there are a lot of published works focused in fault detection in gears and bearings. These kinds of elements are the most widely used in rotating machinery, and they are usually the first to failure. For the case of shafts, the probability of failure is lower, however in case of appearing is much more critical. For this type of elements there are also a lot of works studying its dynamical behavior when a crack appears, nevertheless it has not been very common to translate these results in real diagnosis and less in experimental cases. In turbomachinery, working with high speeds close to the critical speed, there are works that offer good diagnosis results in shafts by means of its vibratory response, however at low speeds it is not common, and for example in the railway field, the maintenance strategy is nowadays preventive. An improving in condition monitoring techniques applied to shafts in this kind of field would be very useful to save cost and improve safety. In the present Doctoral Thesis, different techniques have been developed and applied to detect defects in shafts trough its vibratory response during working at low speeds (far from the critical one). For this purpose diverse tools that work in time and in frequency domain have been applied to find indicators of crack. Afterwards, for each indicator, several classification systems have been studied to automate the decision about the status of the element. The study finally leaded in the development of a general methodology that allows finding the optimal diagnosis technique, regarding reliability and computational cost. The work developed in shafts has been applied successfully to diagnose bearings, showing that it is possible to generalize the methodology to other kind of rotating elements. All the results obtained have been validated experimentally.