Tesis Pre-grado
Identificación De Daño Incipiente En Un Sistema Rotor Mediante La Medición De Vibraciones Torsionales
Fecha
2017Autor
Meruane-Naranjo, Viviana
Universidad de Chile
Institución
Resumen
Bajo el concepto de “Monitoreo de Salud Estructural”, que permite conocer el estado de salud actual de un equipo mediante el uso de sensores en línea, se propone desarrollar un estudio enfocado
a detectar daño incipiente en los álabes de una turbina de laboratorio, a partir del análisis de vibraciones torsionales en el eje del sistema rotor.
El objetivo general consiste en identificar experimentalmente los parámetros que permitan detectar
daño incipiente en un modelo de laboratorio de un sistema rotor. Los objetivos específicos abarcan
la utilización de diversas técnicas de tratamiento de señales y extracción de parámetros, el estudio
de estos en los dominios de tiempo y frecuencia bajo diversos niveles de daño en el sistema, y la
selección de un set de parámetros que permitan detectar daño incipiente.
La metodología se desarrolla en cuatro etapas: Puesta a punto del montaje, mediciones experimentales, análisis y procesamiento de señales, y selección de parámetros.
Se efectúa una etapa inicial de toma de datos para dos casos: Caso base (o sano) con el sistema
operando a la perfección, y un caso extremo (o con daño máximo), funcionando en ausencia de un
álabe. Se extraen 100 parámetros para cada caso y se comparan de forma gráfica. Se realiza este
análisis tanto para vibraciones torsionales, como transversales, medidas por un acelerómetro. Los
resultados obtenidos de la primera etapa muestran 40 parámetros, calculados sobre las vibraciones
torsionales, que presentaron mayores variaciones entre el caso base y extremo, y 6 parámetros que
presentaron mayores variaciones para las vibraciones transversales. Estos parámetros sirvieron de
referencia para ser proyectados a una segunda etapa de toma de mediciones.
En dicha etapa posterior, se estudian las vibraciones del sistema rotor, esta vez trabajando con un
álabe expuesto a una grieta. Se prueban 6 álabes con distintas grietas realizando el mismo procedimiento de la etapa anterior. Finalmente se entrena un clasificador “Máquina de vectores de
soporte”, el cual, en conjunto con el método “Selección secuencial hacia adelante”, selecciona el
set de parámetros que permite identificar de mejor manera la presencia de grietas en el sistema.
Los resultados finales muestran un conjunto de 13 parámetros calculados sobre las vibraciones
torsionales que permiten identificar la mayor parte de las grietas estudiadas. Por otra parte, se
realiza el mismo estudio para las vibraciones transversales, concluyendo que estas no son capaces
de identificar grietas con suficiente exactitud.