TY - JOUR AU - Rivera Roldán, Alejandro AU - Becerra Botero, Miguel Alberto AU - Guzmán Luna, Jaime Alberto PY - 2015/04/01 Y2 - 2024/03/28 TI - Análisis estocástico de señales vibratorias de motores de inducción para la detección de fallas usando descomposición de modo empírico JF - Tecnura JA - Tecnura VL - 19 IS - 44 SE - Investigación DO - 10.14483/udistrital.jour.tecnura.2015.2.a06 UR - https://revistas.udistrital.edu.co/index.php/Tecnura/article/view/8355 SP - 83-92 AB - <p align="justify">En este artículo se presenta un análisis de vibraciones en motores de inducción por medio de Modelos Ocultos de Markov (Hidden Markov Model - HMM) aplicado a características obtenidas de la Descomposición de Modo Empírico (Empirical Mode Decomposition - EMD) y transformada de Hilbert-Huang de señales de vibración obtenidas en las coordenadas <em>x</em> y <em>y, </em>con el fin de detectar fallas de funcionamiento en rodamientos y barras.  Además se presenta un análisis comparativo de la capacidad de las señales de vibración en dirección <em>x</em> y en dirección <em>y,</em> para aportar información en la detección de fallas. Así, un HMM ergódico inicializado y entrenado por medio del algoritmo de máxima esperanza, con convergencia en 10e-7 y un máximo de iteraciones de 100, se aplicó sobre el espacio de características y su desempeño fue determinado mediante validación cruzada 80-20 con 30 <em>fold,</em> obteniendo un alto desempeño para la detección de fallas en términos de exactitud.</p> ER -