Diagnóstico de fallas en un cigüeñal de un motor de combustión interna a través de su análisis espectral utilizando un banco de filtros Wavelet y periodograma Welch-Bartlett.

Resumen En los últimos años se han desarrollado diversos trabajos acerca de técnicas basadas en señales de vibración de motores de combustión interna, para la detección e identificación de sus fallas, sin embargo, pocas contribuciones han surgido para la correcta detección, aislamiento y diagnóstico de fallas en los principales elementos que conforman al motor de combustión interna, como lo es el cigüeñal. Las fuerzas en movimiento a las que se sujeta el cigüeñal, así como un incorrecto rectificado o una mala lubricación, puede ocasionar daños severos en el motor de combustión interna. La detección, diagnóstico y aislamiento de fallas en cigüeñales es de vital importancia para garantizar un funcionamiento confiable durante el transcurso de su servicio. Este trabajo de investigación propone una metodología, dirigida hacia ese objetivo, de estimar las componentes de frecuencias presentes en una señal sumergida en un fuerte ruido de fondo, lo que dificulta el proceso de extracción de características. Para resolver dicha problemática, este trabajo presenta un nuevo enfoque destinado a obtener un espectro diádico de frecuencia utilizando una herramienta matemática para analizar fallas en entornos ruidosos. Este nuevo enfoque, se dirige al dominio diádico de la frecuencia, se basa en la vinculación del periodograma clásico de Welch-Bartlett y la transformada Wavelet Diadica, obteniéndose la sensibilidad del análisis al máximo en el dominio de la frecuencia. La contribución se validó mediante el comportamiento de un cigüeñal bajo condiciones de operación sin falla y con falla. El rayado de la biela por efecto de una mala lubricación fue la falla que se genero en este trabajo. Mediante el nuevo periodograma se detectó la firma de vibración del motor, 29 Hz, la componente 120 Hz correspondiente a la deformación de los campos magnéticos del motor, la componente de 177.5 Hz inherente de los motores de inducción de jaula de ardilla, así como la componente de frecuencia correspondiente a la falla generada, 600 Hz. Un último resultado mostró que el nuevo periodograma Welch-Bartlett modificado maximiza la sensibilidad en el análisis de las componentes de frecuencia.

Abstract In recent years, differents works have been developed on techniques based on vibration signals of internal combustion engines, for the detection and identification of their faults, however, few contributions have emerged for the correct detection, isolation and diagnosis of faults in the main elements that make up the internal combustion engine, such as the crankshaft. The moving forces to which the crankshaft is subjected, as well as incorrect reconditioning or poor lubrication, can cause severe damage to the internal combustion engine. Detection, diagnostic and isolation of crankshaft failures is of vital importance to ensure reliable operation during the course of their services. However, many times the fault may be submerged in a strong background noise making the feature extraction process difficult. To solve this problem, this paper shows a new method for extracting features from the signal immersed in background noise. This method is based on linking the dyadic Wavelet transform and the Welch-Bartlett classic periodogram, obtaining a modified Welch-Bartlett periodogram; which provides a dyadic spectrum of frequencies with multiple sensitivities. This contribution was validated by means of the behavior of a crankshaft under non-failure and failure operating conditions. The scratching of the connecting rod due to poor lubrication was the fault that was generated in this work. Through the new periodogram, the vibration signature of the motor, 29 Hz, the 120 Hz component corresponding to the deformation of the magnetic fields of the motor, the inherent 177.5 Hz component of the squirrel cage induction motors, as well as the frequency component corresponding to the generated fault, 600 Hz. A final result showed that the new modified Welch-Bartlett periodogram maximizes the sensitivity in the analysis of the frequency components.