Detección e identificación de fisuras en vigas rotatorias esbeltas a baja velocidad mediante parámetros modales y redes neuronales artificiales

• BELÉN MUÑOZ-ABELLA ^[1] ; LOURDES RUBIO ^[1] ; PATRICIA RUBIO ^[1]
  1. [1] Universidad Carlos III de Madrid

     Universidad Carlos III de Madrid

     Madrid, España

     
• Localización: Revista iberoamericana de ingeniería mecánica, ISSN 1137-2729, Vol. 27, Nº 2, 2023, págs. 61-73
• Idioma: español
• Títulos paralelos:
  • Detecting and identifying cracks in low-speed slender rotating beams through modal parameters and artificial neural networks
• Enlaces
  • Texto completo (pdf)
• Resumen
  • español

    Las vigas rotatorias son simplificaciones de componentes mecánicos más complejos, característicos de áreas estratégicas, como, por ejemplo, palas de aerogeneradores o palas de helicópteros. Si la viga presenta una fisura, esta modifica el comportamiento dinámico de la misma y modifica los valores de los parámetros modales, ente ellos, las frecuencias naturales. En este trabajo se presenta el estudio teórico de una Red Neuronal Artificial (RNA), realizada mediante el software comercial MATLAB, para la detección e identificación de fisuras de frente recto en vigas rotatorias tipo Euler-Bernoulli a bajas velocidades, típicas de palas de aerogeneradores, basada en los cambios en las frecuencias naturales del componente. Los datos de entrada a la Red Neuronal Artificial se han obtenido a partir de un modelo analítico del comportamiento dinámico de la viga rotatoria fisurada con el que se pueden calcular los valores de las frecuencias naturales de vibración en un plano perpendicular al de giro (flapwise), en función de la velocidad de giro, la esbeltez de la viga y del radio del cubo que separa el extremo de la viga del eje de giro.

  • English

    Rotating beams represent simplified forms of more complex mechanical elements, often found in strategic domains like wind turbine or helicopter blades. The presence of a crack within the beam alters its dynamic behaviour, leading to modifications in modal parameters, such as natural frequencies. This paper presents the theoretical study of an Artificial Neural Network (ANN), using MATLAB commercial software, for the detection and identification of cracks in rotating Euler-Bernoulli type beams at low speeds, typical of wind turbine blades, based on the changes in the natural frequencies of the component. The input data to the Artificial Neural Network have been obtained from an analytical model of the dynamic behaviour of the cracked rotating beam with which the values of the natural frequencies of vibration in a plane perpendicular to the plane of rotation (flapwise) can be calculated as a function of the rotational speed, the slenderness of the beam, and the radius of the hub that separates the end of the beam from the axis of rotation.