Los sistemas de detección y diagnóstico automáticos siempre han tenido un considerable interés en la ingeniería de control debido a sus efectos positivos de una mayor seguridad y calidad del producto en las aplicaciones de monitoreo y mantenimiento de la condición de la maquinaria. Implementar la detección y el diagnóstico automáticos siempre ha sido un desafío en las máquinas rotativas. En este artículo, presentamos el desarrollo de una estrategia para detectar y diagnosticar rodamientos defectuosos en el cabezal de husillo de una fresadora de servicio pesado y su implementación en una máquina real.
En primer lugar, se presenta un estudio comparativo de métodos avanzados para la detección de fallos en rodamientos de bolas de los cabezales de husillo de máquina herramienta. Luego, se comparan dos procedimientos de diagnóstico automáticos: un clasificador difuso y una red neuronal, que se ocupan de las diferentes cuestiones de implementación relativas al uso del conocimiento a priori, el costo del cálculo y el proceso de toma de decisiones. El desafío no es solo ser capaz de diagnosticar automáticamente, sino también generalizar el proceso independientemente de las señales medidas. Se llevan a cabo dos acciones para lograr algún tipo de generalización del objetivo de la aplicación: el uso de señales normalizadas y el estudio del procedimiento de extracción de la función Basis Pursuit (Búsqueda de Base). Finalmente, se presenta la implementación del sistema de monitoreo automático en una máquina herramienta de fresado real.
