Development of an Online Monitoring System for Early Fault Diagnosis in a Rotary Screw Compressor Based on Vibration Analysis Using Arma Models in Python.
Year: 2026
Type: dissertation
Abstract: El presente proyecto de grado tiene como propósito el desarrollo de un sistema de monitoreo en línea para el diagnóstico temprano de fallas en un compresor de tornillo rotativo Leroi LG30. Esta propuesta busca responder a la necesidad de complementar las estrategias convencionales de mantenimiento basado en condición (basadas principalmente en inspecciones periódicas), con una herramienta estadística que permita un seguimiento continuo del comportamiento vibratorio del equipo, reduciendo los intervalos de tiempo sin supervisión de este. La metodología empleada incluye el desarrollo de un sistema de adquisición de señales de vibración, la caracterización del comportamiento normal de compresor mediante modelos ARMA y la detección de desviaciones a través de las predicciones realizadas y su comparación con los datos obtenidos. El sistema fue validado utilizando registros históricos asociados a dos fallas del equipo. Los resultados obtenidos para métricas como el MAE de 0,0305 mm/s permitieron valores el desempeño de las predicciones realizadas. Además, la implementación de una plataforma de visualización en Python, facilitó el tratamiento y control de los componentes asociados a los sensores del compresor mediante el uso de las normas técnicas como la ISO 10816-3. En consecuencia, el modelo permitió no solo identificar desviaciones respecto al comportamiento normal del compresor, sino que además permitió la estimación del tiempo de vida útil remanente del compresor como aproximadamente 4 meses para condición de alerta o alarma y 12 meses para condición de falla, demostrando el potencial de esta herramienta para el monitoreo de condición y las estrategias de mantenimiento predictivo del compresor.
Language: Spanish
Subfield: Control and Systems Engineering
Field: Engineering
Domain: Physical Sciences
Open Access status: green
OpenAlex ID: W7225843538
