Fault Diagnosis of Rotating Machinery Using Multiscale Entropy and Principal Component Analysis Based on Motor Current Signature Analysis

Resumen

En este artículo experimental, proponemos un método para identificar desalineaciones y fallos en los rodamientos, así como su fallo combinado, a partir de las corrientes de fase medidas en un motor de inducción de velocidad variable. Para ello, la técnica de análisis de la firma de corriente del motor (MCSA, por sus siglas en inglés) distingue con éxito los estados saludables de los estados defectuosos. Con el fin de optimizar la identificación de correlaciones en las señales en varias escalas temporales, proponemos una nueva herramienta de detección de fallos basada en el algoritmo de entropía multiescala (MSE) SampEn, aplicado para extraer características detalladas; la dimensionalidad y el aislamiento de las variaciones relevantes del fallo se reducen mediante el análisis de componentes principales (PCA) y la comparación de los valores medidos con los predichos por nuestro modelo construido a partir de datos nominalmente saludables. Finalmente, utilizamos el análisis del error de predicción al cuadrado (SPE) para mejorar la capacidad de detección de fallos y garantizar un análisis más completo del estado de la máquina de inducción. La combinación de estas técnicas tiene como objetivo proporcionar un diagnóstico de fallos temprano y preciso. Los resultados experimentales obtenidos muestran que el método propuesto es eficiente, preciso y fiable para extraer frecuencias características de la señal de corriente, y que proporciona una herramienta poderosa para el diagnóstico de fallos y el monitoreo del estado de la máquina.