Sophisticated models intended for the characterization, identification and diagnosis of anomalies in rotating electrical machines.

Modelos sofisticados destinados a la caracterización, identificación y diagnóstico de anomalías en máquinas eléctricas rotativas.

The identification of faults in electric motors is crucial for refining their efficiency and preventing failures. Currently, physical methods and vibration
analysis are used to detect problems, although these approaches have limitations in both accuracy and efficiency due to the subjectivity of each
case and the loss of information in each instance. The main goal is to explore and propose new methodologies for fault characterization in electric motors through data analysis and machine learning techniques, reviewing traditional and current methods for fault diagnosis, including vibration analysis techniques and supervised and unsupervised learning algorithms.

The potential of artificial intelligence algorithms is also examined to improve diagnosis and reduce subjectivity in data processing. Consequently, modern techniques based on machine learning offer significant improvements in fault detection and prediction, allowing  or the identification of complex patterns and more correct diagnostics, enhancing the capabilities of conventional approaches to ease predictive maintenance. Therefore, new methodologies based on data analysis and machine learning represent an advancement in fault diagnosis for electric motors. Their implementation in the industry can reduce maintenance costs, perfect motor operation, and prevent unexpected failures.

1. A. D. Cadena Viñan, “… equilibrio del laboratorio de turbo maquinaria hidráulica de la Facultad de Mecánica, mediante la implementación de un
2. sistema de adquisición de datos por medio de …,” 2023. espoch.edu.ec
3. GF Contreras Contreras, B Medina Delgado, “Metodología de desarrollo de técnicas de agrupamiento de datos usando aprendizaje automático,”
4. Tecnura, vol. 2022. Scielo.org.co. scielo.org.co
5. J. E. Meneses Flórez, F. A. Garavito, y E. Meneses, «Identificación de fallas en sistemas de bombeo mecánico de petróleo utilizando neurofuzzy», RCTA, vol. 1, n.º 37, pp. 10–22, feb. 2021. DOI: 10.24054/rcta.v1i37.973
6. I. Zamudio Ramírez, “Diagnóstico de fallos electromecánicos en motores eléctricos mediante el análisis avanzado del flujo magnético y su implementación
7. en hardware,” 2023. upv.es
8. B. A. Odar Chero, “Análisis y detección de fallas en motores eléctricos aplicando algoritmos de inteligencia artificial,” 2023. udep.edu.pe
9. M. Balbis Morejón, F. . García Reina, J. J. Cabello Eras, y V. Sousa Santos, «Caracterización energética del funcionamiento de un equipo de aire acondicionado en un local dado», RCTA, vol. 2, n.º 34, pp. 71–76, jul. 2019. DOI: 10.24054/rcta.v2i34.65
10. J. L. Escobar Chávez, “Detección de fallas en cajas de engranajes utilizando el método de aprendizaje de máquinas Support Vector Machine (SVM),” 2022. espoch.edu.ec
11. C. S. Feican Campoverde, “Detección y diagnóstico de severidad de fallos basado en observadores de estado aplicados al motor de inducción acoplado a una caja de engranajes con diente …,” 2024. ups.edu.ec
12. J. D. Chanco Pastrana, “Diseño de un sistema de control para la eficiente lubricación de cojinetes en la chumacera de carga-Central Hidroeléctrica Cashaucro,” 2023. uncp.edu.pe
13. FE Cortez Torres, YI Hernández Hernández, “Diagnóstico de motores mediante el análisis del espectro de armónicos de corriente en la entrada del motor,” 2023, oldri.ues.edu.sv. ues.edu.sv
14. J. A. Aldaz Calero, “Elaboración de un plan de mantenimiento basado en la condición para equipos críticos de la planta de pintura en la Empresa CIAUTO Cía. Ltda,” 2023. espoch.edu.ec
15. E. O. Omuya, G. O. Okeyo, and M. W. Kimwele, “Feature selection for classification using principal component analysis and information gain,” Expert Systems with Applications, 2021. [HTML]
16. EM García, CC López, JAM Rivas, “Evaluación de Algoritmos de Aprendizaje Supervisado usando Modelos Binarios para Clasificación de Análisis de Sentimiento: Evaluation of Supervised Learning …,” Tecnología Educativa Revista, vol. 2024. terc.mx, 2024. terc.mx
17. A. L. Gómez-Cuevas, “Selección de variables en máquinas de vectores soporte.,” 2024. uma.es
18. M. Saiz, “El nuevo perfil del administrador de recursos humanos en el contexto de la cuarta revolución industrial. Análisis histórico y multidisciplinario del trabajo para la …,” 2022. uca.edu.ar
19. D. . Pérez García, F. . García Reina, y D. . Hernández Eduardo, «Disminución de las pérdidas de energía eléctrica por distribución usando una tecnología novedosa de mediciones y control para la toma de decisiones», RCTA, vol. 2, n.º 34, pp. 144–150, jul. 2019. DOI: 10.24054/rcta.v2i34.75
20. J. Boscan Giraldo and D. M. Franco Ospina, “Análisis vibratorio a un banco de pruebas para la determinación de pérdidas mecánicas en un motor de
21. combustión interna,” 2020. utp.edu.co
22. A. Diedrichs, T. Watteyne, G. Mercado, “Wireless wine: estimación de rendimiento y ubicación de sensores para la predicción de heladas en los viñedos,” in Proc. de Investigadores en, 2020. hal.science
23. AJC Pérez, ES Figueroa, AL Delis, “Evaluación de un algoritmo para detección de caídas basado en umbrales a partir de señales inerciales,” Revista Científica de …, 2023. unirioja.es
24. A. Huertas Mora, “Algoritmos de aprendizaje supervisado utilizando datos de monitoreo de condiciones: un estudio para el pronóstico de fallas en máquinas.,” 2020. usta.edu.co
25. J. A. . Gómez, H. . Yulady Jaramillo, y L. A. . Coronel Rojas, «Sistema para detección de fallos críticos en tuberías horizontales», RCTA, vol. 1, n.º 35, pp.44–51, feb. 2020. DOI: 10.24054/rcta.v1i35.41
26. C. L. Rendon Sarmiento, “Diseño de un plan de mantenimiento preventivo para aumentar la disponibilidad de maquinaria y herramienta de la empresa industrias la cima del norte SAS,” 2023. ufps.edu.co
27. J. L. Baleta Ortega, C. A. Peña Forero, and J. R. Plazas Quitian, “Propuesta de plan de mantenimiento preventivo para una compañía metalmecánica en la Sabana de Bogotá,” 2023. ecci.edu.co
28. W. E. Niño Vega, “Diseño de un Plan de Mantenimiento Preventivo para los Equipos de Lavacol SAS,” repository.unad.edu.co, . unad.edu.co
29. P. Mendoza and S. Ricardo, “Sistema de gestión del mantenimiento preventivo de equipos del área de cultivo de la empresa CULTIMARINE SAC,” 2021. usanpedro.edu.pe
30. D. Z. C. E. Andrés, ““Implementación de un plan preventivo de mantenimiento en una empresa Cementera,” 2024. upci.edu.pe
31. R. Medina, “Tipos de mantenimiento en las unidades de medición de producción de pozos petroleros,” Revista Enfoques, 2022. revistaenfoques.org
32. F. A. Pérez Rondón, “Conceptos generales en la gestión del mantenimiento industrial,” 2021. usta.edu.co
33. R. A. . García León, E. . Flórez Solano, y J. . Pedroza, «Diseño de un banco de pruebas para el análisis de vibraciones mecánicas», RCTA, vol. 1, n.º 33, pp. 24–35, ene. 2019. DOI: 10.24054/rcta.v1i33.82
34. J. A. Abad Santana, “Plan de ampliación de servicios de monitoreo de condición como valor agregado a clientes estratégicos de Hivimar SA,” 2021. uazuay.edu.ec
35. J. H. Gordillo Chacón, “Propuesta de un modelo para evaluar la implementación de mantenimiento preventivo (caso estudio metodología 8 pasos),” 2021. ecci.edu.co
36. P. Infante Gómez, “Modelo para el mantenimiento predictivo de segmentos especiales de vía,” 2023. unican.es
37. K. D. García-Cano and J. L. Robayo-Parga, “Evaluación ex post de la gestión de riesgos de proyectos con recursos del sistema general de regalías, caso de estudio mantenimiento mejoramiento y rehabilitación …,” 2022. ucatolica.edu.co
38. N. Y. Huaita Callo, “Ensayos en mantenimientos programados para el diagnóstico temprano de fallas en máquinas eléctricas rotativas de anillos rozantes de media tensión, Villa El …,” 2023. untels.edu.pe
39. J. D. Cabrera Meza, “Mantenimiento preventivo de las maquinas rotativas de los laboratorios de las UTS Barrancabermeja empleando análisis de vibraciones,” 2020. uts.edu.co
40. F. M. Neira Verastegui and G. A. Paredes Farfan, “Diseño de un sistema de clasificación multiclase para la detección de fallas mecánicas en máquinas rotativas empleando demodulación, autocorrelación y …,” repositorioacademico.upc.edu.pe, . upc.edu.pe
41. A. R. Jarrín Núñez, “Desarrollo de una red neuronal difusa para la detección de fallos en maquinaria rotativa en tiempo real,” 2020. uta.edu.ec
42. I. Zamudio Ramírez, “Diagnóstico de fallos electromecánicos en motores eléctricos mediante el análisis avanzado del flujo magnético y su implementación en hardware,” 2023. upv.es
43. RT Sainz, LMP Vallejo, CT Varela, “Redes bayesianas, herramienta para la detección de fallos en la gestión del mantenimiento,” RILCO DS: Revista
44. de …, 2023. unirioja.es
45. P. Cifuentes-Fiallos, J. Romeu-Garbí, et al., “Dispositivo de bajo costo para el diagnóstico de fallos en rodamientos basado en la transformada de Hilbert-Huang,” DYNA, 2023. 184.168.116.25
46. J. S. Cardona García, “Técnicas para la detección de fallas en máquinas eléctricas rotativas de corriente alterna usando tecnologías de la industria 4.0.,” 2023. unicatolica.edu.co
47. O. G. C. Lema and H. P. D. Iza, “diseño y construcción de un sistema para el monitoreo de condición de generadores sincrónicos y motores trifásicos de …,” academia.edu, . academia.edu
48. J. E. Salas Robles, “Diagnóstico de averías asociadas a la detección de chispas en máquinas rotativas de corriente continua mediante el análisis avanzado de corrientes.,” 2024. upv.es
49. H. L. Medina García, “Diseño de un sistema de control automático para optimizar el equilibrio térmico de un horno industrial en la Empresa Productora Cerámica el Dorado SAC–Lima …,” 2024. unjfsc.edu.pe
50. Y. Lei, B. Yang, X. Jiang, F. Jia, N. Li, and A.K. Nandi, “Applications of machine learning to machine fault diagnosis: A review and roadmap,” Mechanical Systems and Signal Processing, vol. 138, Elsevier, 2020. brunel.ac.uk