Sistema de monitorización basado en FBGs para la detecciónde incidencias en rodamientos industriales

• Rubén Ruiz-Lombera ^[1] ; Aida Álvarez ^[1] ; Santiago Muiños-Landin ^[1] ; Tania Grandal ^[1]
  1. [1] Departamento de Robótica y Control, AIMEN
• Localización: Conectando la academia y la industria: Libro de actas OPTOEL 2023 / coord. por Alejandro Carballar Rincón, María del Rosario Fernández Ruiz, 2024
• Idioma: español
• Títulos paralelos:
  • Monitoring system based on FBGs for the detection of failures in industrialbearings
• Enlaces
  • Texto Completo Libro
• Resumen
  • español

    En el presente trabajo se muestra un sistema de monitorización en línea basado en sensores de fibra óptica tipo Fiber Bragg Grating (FBG) para el diagnóstico, monitorización y predicción del estado de algunos componentes críticos de la línea de estampación y cadenas de chatarra de la planta de automoción de Stellantis-Vigo. El estudio se centra en la monitorización de los rodamientos de los tapices de una línea de estampación y los de la cadena de transporte de chatarra de acero, ya que son componentes con un historial de fallos permanente. El sistema permite un mantenimiento preventivo pudiendo predecir con unos díasde antelación la aparición de fallas en el comportamiento de los rodamientos monitorizados. El sistema de predicción está basado en la monitorización continua de los rodamientos y el uso de técnicas avanzadas de análisis de datos para predecir su comportamiento.

  • English

    This paper shows an online monitoring system based on Fiber Bragg Grating (FBG) type fiber optic sensors for the diagnosis, monitoring and prediction of the status of some criticalcomponents of the stamping line and production chains scrap from the Stellantis-Vigo automotive plant. The study focuses on monitoring the bearings of the tapestries of a stampingline and those of the steel scrap transport chain, since they are components with a history of permanent failures. The system allows preventive maintenance, being able to predict theappearance of faults in the behavior of the monitored bearings a few days in advance. The prediction system is based on the continuous monitoring of the bearings and the use of advanced data analysis techniques to predict their behaviour.