ISSN: 0976-4860
M.R.Parate, S.N.Dandare
Los métodos avanzados de detección de fallas de supervisión y diagnóstico de fallas se vuelven cada vez más importantes para muchos procesos técnicos, para mejorar la confiabilidad, la seguridad y la eficiencia. Esto es especialmente importante para los procesos relacionados con la seguridad en aviones, trenes, automóviles, centrales eléctricas y plantas químicas. Los enfoques clásicos están limitados para verificar algunas variables de salida medibles y no brindan una visión más profunda y, por lo general, no permiten un diagnóstico de fallas. El sistema propuesto tiene un enfoque basado en modelos para el diagnóstico de fallas del motor IC utilizando señales de audio del motor. Las señales de audio se capturan desde el motor mediante un micrófono y se procesan mediante MATLAB para encontrar los parámetros característicos de las señales. La red neuronal artificial se usa para identificar la falla en el motor IC, el análisis de la característica operativa del receptor (ROC) se usa para obtener la función de transferencia más adecuada para la ANN y también proporciona la descripción más completa de la precisión del diagnóstico que se usa para diagnosticar la fallas en IC Engine.