Abstract
En este trabajo se propone la evaluación de diferentes técnicas de procesamiento de información, obtenida mediante instrumentación, con el objetivo de la detección de anomalías de funcionamiento mecánico. Como punto de partida se usan datos obtenidos mediante el muestreo de un acelerómetro montado en un pórtico XYZ cuyo movimiento está controlado con motores paso a paso. A los datos obtenidos por la instrumentación se aplicarán técnicas de procesamiento digital, y redes neuronales para determinar la posibilidad de predicción en la aparición de funcionamientos anómalos en la máquina. Para la evaluación experimental de las técnicas de procesamiento de información se inyectarán diferentes tipos de fallos bajo diferentes escenarios de funcionamiento. Los resultados obtenidos se comparan cuantitativa y cualitativamente, evaluando la eficacia de cada enfoque. Las conclusiones derivadas de este trabajo contribuirán al avance en la detección temprana de anomalías en máquinas de corte con láser, brindando aplicaciones prácticas para el mantenimiento predictivo y la mejora de la eficiencia operativa.