Monitoreo de salud basado en IoT y detección de fallas de motores de inducción de CA industriales para un mantenimiento predictivo eficiente

Este artículo de investigación presenta el desarrollo e implementación de un sistema integrado de monitoreo de condición y detección de fallas para motores de inducción de CA utilizando una combinación de sensores, comunicación GSM y una plataforma en la nube basada en Internet de las Cosas (IoT). El sistema propuesto tiene como objetivo mejorar la fiabilidad operativa y la eficiencia de los motores industriales al proporcionar monitoreo de datos en tiempo real y detección temprana de fallas. Los componentes clave del sistema incluyen sensores de temperatura, vibración, corriente, voltaje y velocidad, que están estratégicamente colocados para recopilar datos críticos sobre el rendimiento del motor. Estos sensores envían datos a una unidad de control basada en Arduino responsable de la adquisición y procesamiento de datos de los sensores. Para garantizar una respuesta oportuna ante anomalías, el sistema está equipado con un sistema de alarma y alertas GSM, que notifican al personal designado en caso de un comportamiento anómalo del motor. Además, el artículo incorpora capacidades de monitoreo remoto, permitiendo a los usuarios acceder a los datos de salud del motor y al estado en tiempo real desde una distancia. Los datos históricos también se almacenan para su análisis y comparación a través de la integración de una plataforma Blynk-IoT en la nube. Adicionalmente, el sistema facilita el control de RPM y utiliza módulos de relé para un control y protección del motor sin problemas. El sistema propuesto fue probado y validado utilizando Proteus para la simulación del diagrama de circuito y Arduino para la codificación de sensores. Los resultados demuestran su eficacia en la detección de comportamientos anormales del motor y su potencial para prevenir fallas catastróficas al permitir el mantenimiento predictivo. El sistema propuesto detecta y muestra con éxito anomalías en parámetros importantes como vibración, temperatura, velocidad, corrientes y voltajes trifásicos con una precisión del 99%.