Clasificación de Fallas en Motores de Inducción

Esta aplicación permite diagnosticar fallas por barras rotas en motores de inducción trifásicos mediante un modelo de deep learning.

Entradas disponibles

• Imagen GAF: imagen Gramian Angular Field generada a partir de la señal de corriente.
• Serie temporal: 90 muestras de corriente eléctrica en función de la posición angular del rotor.

Proceso

1. La serie temporal se normaliza al rango ([0, 1]): $$ x_i' = \frac{(x_i - \min(X))}{\max(X) - \min(X)} $$

2. Posteriormente, se escala a ([-1, 1]) para la proyección angular: $$ x_i''= 2x_i' - 1 $$

3. Se calcula el ángulo polar de cada muestra: $$ \phi_i = \arccos(x_i'') $$

4. La matriz GASF se genera como: $$ G = \cos(\phi_i + \phi_j) = x_i'' x_j'' - \sqrt{1 - (x_i'')^2} \cdot \sqrt{1 - (x_j'')^2} $$

5. La imagen GASF se pasa por una red convolucional entrenada (FastAI).

6. Se aplica Grad-CAM para visualizar regiones relevantes.

7. Se identifica la capa más influyente.

8. Se genera un informe PDF con los resultados.

Tecnologías

• PyTS
• FastAI
• Matplotlib
• Gradio