•  I
• a · A  I
• Accessibilitat  I
• Mapa web  I
• Cercar  I
• Directori

• ::  Sign in :: 

Els investigadors de la Universitat Politècnica de València (UPV) Miguel Enrique Iglesias Martínez, José Guerra Carmenate, José Alfonso Antonino Daviu, Larisa Dunai, José Alberto Conejero i Pedro Fernández de Córdoba han desenvolupat un innovador mètode que permet detectar amb gran fiabilitat i en fases molt primerenques fallades en motors elèctrics de màquines industrials mitjançant intel·ligència artificial. Es pot aplicar també a vehicles elèctrics. Aquest treball, realitzat en col·laboració amb investigadors de la Universitat Politècnica de Madrid (UPM), ha sigut distingit amb el premi al millor article publicat en l'àmbit de màquines elèctriques durant el 2023 en la revista IEEE Transactions on Industry Applications.

El mètode desenvolupat per l'equip de la UPV i la UPM se centra en els motors síncrons, fonamentals en moltes aplicacions industrials, especialment en aquelles que requereixen potències molt altes. Aquests motors poden arribar a aconseguir diverses tones de pes i solen ser màquines crítiques en els entorns on operen; les seues fallades inesperades poden causar pèrdues milionàries per a les empreses, a causa de les parades no planificades del procés productiu pels elevats costos de reparació.

“El treball proposa un nou mètode de diagnòstic basat en l'anàlisi de senyals de flux de dispersió, tant en règim transitori com estacionari, utilitzant tècniques avançades de processament de senyal i intel·ligència artificial”, explica José Alfonso Antonino, coautor de l'estudi i catedràtic de l'Institut de Tecnologia Elèctrica de la UPV.

Ús fàcil, no invasiu i gran fiabilitat

“Una de les principals contribucions d'aquesta investigació és la utilització del flux de dispersió com a eina de diagnòstic, una magnitud que ha despertat gran interès entre investigadors i fabricadors, a causa dels seus importants avantatges, com ara un ús fàcil i el caràcter no invasiu. A més, el mètode proposat permet un diagnòstic automàtic de fallades, és a dir, sense necessitat d'intervenció d'usuaris experts, la qual cosa resulta ideal per a implementar-ho en sistemes autònoms de diagnòstic”, afig Antonino.

El treball aplica una combinació de modernes tècniques d'anàlisis de senyals basats en el biespectre i de mètodes de processament avançat d'imatges, “cosa que fa possible un diagnòstic automàtic i altament fiable de fallades”, assenyala Miguel Iglesias Martínez, investigador postdoctoral del programa Margarita Salas.

D'altra banda, com apunta José Alberto Conejero, catedràtic de l'Institut Universitari de Matemàtica Pura i Aplicada de la UPV, “aquesta investigació ha tingut un marcat caràcter multidisciplinari i combina l'aplicació de coneixements de diferents àrees, com ara màquines elèctriques, processament de senyal i intel·ligència artificial”.

També per a vehicles elèctrics

A més, segons destaca l'equip de la UPV, la investigació realitzada té un gran potencial “ja que es pot extrapolar a altres àrees en les quals els motors elèctrics juguen un paper fonamental, com ara la propulsió marina, els vehicles elèctrics, els avions elèctrics o fins i tot la robòtica”, destaca Pedro Fernández de Córdova, també catedràtic de l'Institut Universitari de Matemàtica Pura i Aplicada.

La concessió d'aquest reconeixement es durà a terme durant la reunió anual del Comitè de Màquines Elèctriques (EMC) de la IEEE Industry Applications Society, en el marc de l’IEEE Energy Conversion Congress & Expo (ECCE 2024), que tindrà lloc a Phoenix, als EUA, del 20 al 24 d'octubre.

Aquesta reunió congrega destacats experts mundials en l'àrea de màquines elèctriques.