Search

This research presents the modeling and prediction of the harmonic behavior of current in an electric power supply grid with the integration of photovoltaic power by inverters using artificial neural networks to determine if the use of the proposed neural network is capable of capturing the harmonic behavior of the photovoltaic energy integrated into the user’s electrical grids. The methodology used was based on the use of recurrent artificial neural networks of the nonlinear autoregressive with external input type. Work data were obtained from experimental sources through the use of a test bench, measurement, acquisition, and monitoring equipment. The input–output parameters for the neural network were the current values in the inverter and the supply grid, respectively. The results showed that the neural network can capture the dynamics of the analyzed system. The generated model presented flexibility in data handling, allowing to represent and predict the behavior of the harmonic phenomenon. The obtained algorithm can be transferred to physical or virtual systems for the control or reduction of harmonic distortion.

ResumenSe presenta una metodología novedosa para la detección de fallas en rodamientos en un generador síncrono, empleando señales de vibración capturadas a través de transductores de aceleración (acelerómetros piezoeléctricos) y acústicos (micrófonos omnidireccionales), para procesar las señales de vibración se emplea el algoritmo conocido como densidad espectral de potencia (PSD). Se analizan las señales de vibración resultantes de rodamientos, sin falla y con falla artificial, respectivamente. La falla artificial consistió en una grieta producida en la jaula de un rodamiento SKF6303-2RSH. Este método permite la utilización de micrófonos para analizar la vibración de las máquinas lo que representa no tener que montar ningún tipo de transductor en la máquina como sí ocurre con la técnica convencional de detección de fallas a través de la utilización de acelerómetros, además de ser un método que puede detectar una falla en la jaula del rodamiento.AbstractThis work presents a novel methodology for detecting faults in bearings in a synchronous generator, using vibration signals captured through acceleration transducer (piezoelectric accelerometers) and acoustic transducer (omnidirectional microphone), to process vibration signals using the algorithm known as power spectral density (PSD). It analyzes vibration signals resulting from bearings, without fault and with artificial fault, respectively. The artificial fault consisted in a crack produced in a cage of a SKF6303-2RSH bearing. This method allows the utilization of microphones to analyze the vibration of machines which represents not having to mount any type of transducer on the machine as if occurs with the conventional technique of fault detection through the use of accelerometers, in addition to be a method that can detect a fault in the bearing cage.

En el presente trabajo se presenta un estudio que describe los diferentes tipos de fallas, las formas características de las señales que generan y los métodos de diagnóstico en máquinas eléctricas. Además, efectúa un comparativo de las ventajas de cada uno de los diferentes métodos de detección de fallas en función de la información que requieren para el diagnóstico, el número e importancia de las fallas que pueden detectar, la rapidez con la que son capaces de anticipar una falla y el grado de certeza en el diagnóstico final. En particular, dicho estudio ayudará a proporcionar una visión rápida y clara acerca de los últimos trabajos y las nuevas investigaciones en el área.