El desarrollo de sistemas informáticos que tomen decisiones como expertos humanos en un ámbito particular con base en información, es un reto científi co/ tecnológico según el contexto y en motores eléctricos estos sistemas son prácticamente inexistentes. El proyecto SEMAT busca el desarrollo de un sistema experto que pueda diagnosticar motores el ectricos con la nalidad de mejorar la competitividad de la industria nacional. Para el desarrollo del sistema experto, este proyecto ha desarrollado una bancada de pruebas automatizada para someter los motores en estudio a distintas pruebas (casos). Adem as se ha desarrollado y programado el software de captura y análisis de datos, también se realizaron más de 60 pruebas a motores con base a un dise~no de experimentos factorial con la idea de estudiar sus distintos comportamientos. Adicionalmente, se aporta un modelo térmico y se trabajo con distintos tipos de algoritmos basados en metaheurísticas con la nalidad de encontrar soluciones al modelo. Sin embargo, los resueltos encontrados no permitieron ser implementados para el desarrollo del motor de inferencia del sistema experto basado en los parámetros de los modelos térmicos. Ante dicha problemática se aporta la de fición de nuevos indicadores que son calculados a partir de la potencias desperdiciadas en los motores. Dichos índices son calculados en tiempo real y almacenados por la aplicación informática. El prototipo de sistema experto utiliza como motor de inferencia una red neuronal tipo feed-forward. Dicha red fue entrenada con distintos casos (experimentos) y los resultados indican que a partir del monitoreo de los índices es posible realizar el diagnóstico del motor tanto en su transitorio térmico como en su estado estable. Esto es sumamente robusto en el sentido que el motor puede ser diagnosticado en sus primeros minutos de operación y no requiere que alcance su estabilidad térmica. Finalmente el prototipo fue comparado con el equipo comercial, encontrando que el sistema detecta un fallo más que los detectados por el sistema comercial, es decir el sistema comercial no es capas de detectar sobrecargas térmicas, lo que si realiza el sistema basado en redes neuronales. 

Objetivos

Objetivo general  

Desarrollar un Sistema Experto para la detección y diagnóstico de faltas en motores trifásicos de inducción mediante el monitoreo asistido de variables, empleando un modelo térmico. 

Objetivos específicos  

1. Establecer las condiciones de experimentación para obtener los modelos térmicos en motores eléctricos de hasta 5 hp.  

2. Caracterizar las señales de funcionamiento de motores eléctricos de distintas potencias sin faltas inducidas.  

3. Caracterizar las señales de funcionamiento de motores eléctricos de distintas potencias con faltas inducidas.  

4. Evaluar escalamiento entre modelos y generalidad para otros motores.  

5. Desarrollar un paquete de simulación basado en un modelo térmico que permite detectar faltas en los motores eléctricos.  

6. Integrar un sistema de razonamiento basado en casos parametrizable para diagnosticar las faltas en los motores.  

7. Comparar la detección de las faltas empleando prototipo de SEMAT y equipo comercial. 

Conclusión

Es importante señalar que antes del proyecto SEMAT solamente el Instituto Costarricense de Electricidad poseía un laboratorio para la prueba de motores en el país. Gracias a este proyecto el TEC construyó un nuevo laboratorio para la prueba de motores de potencias por debajo de 5 hp. El desarrollo del banco de pruebas fue realizado por los investigadores, es decir el “know how” permanece en la institución. Esto permite que el TEC cuente con laboratorios a un costo mucho menor, por ejemplo solamente la aplicación informática desarrollada para la captura de datos y control de motor posee un costo de $50000, monto superior al presupuesto del proyecto. Se realizaron más de 60 pruebas (ver apéndice 4) en motores basados en un diseño de experimentos factorial. Se realizaron pruebas tanto con fallas como sin fallos en el motor, variando un factor a la vez. Cada caso generó un conjunto de datos que fueron utilizados para el cálculos de los modelos térmicos y para el cálculo de los índices y sus estudios de variabilidad. Se utilizaron distintos tipos de heurísticas para ajustar los modelos a distintos casos/experimentos. Los resultados no convergen cuando la carga cambia (escalabilidad), la variabilidad en los parámetros obtenidos de los modelos térmicos no permitió la construcción del sistema de inferencia para SEMAT, por lo que se exploró otras opciones (índices). El proyecto SEMAT probó una nueva técnica de diagnóstico basada en índices y valoró su escalabilidad con distintos niveles de carga. Los cinco índices propuestos están basados en las pérdidas de motor con la intensión de diagnosticar fallos específicos en la máquina. Se realizó un análisis de sensibilidad para observar si los índices son capaces de diagnosticar entre distintos fallos. Se requiere mayor análisis del tema, pero se vislumbra que los índices en conjunto pueden mapear distintos fallos que afectan la máquina. La viabilidad de utilizar los índices, para constituir un sistema experto que diagnostique fallos en tiempo real, se ha demostrado utilizando una red neuronal artificial entrenada con los índices calculados en distintos instantes del régimen transitorio. Esto permite que cuando un fallo particular aparezca, ya sea en régimen transitorio o estable, el sistema con pocas muestras es capaz de determinar el tipo de fallo que afecta al motor. Adicionalmente se determinó que el sistema experto basado en índices puede diagnosticar sobrecargas térmica, lo que el sistema de monitoreo de motores Explorer 4000 no realiza.