Comportamiento fractal de escaleras mecánicas, cuarta parte
By Dr. Alí Albadrí | Mantenimiento El | Febrero 1, 2021
6 minuto de lectura
Los datos de pasos inteligentes se dividieron en cuatro regiones de recorrido y se calculó la dimensión fractal (Df) para cada una mediante una técnica de escalado implementada en Excel, similar al método de longitud multirresolución. Los resultados confirman que la Df global es igual a la suma simple de los valores regionales de Df y muestran que la escalera mecánica A, con un defecto mecánico, produjo lecturas de Df más altas que la escalera mecánica B, sin defectos. El mayor incremento se observó en la región de la pendiente de retorno, relacionada con la desalineación de las rampas de alivio de carga del lado de retorno. La cuantificación de los valores parciales de Df permite localizar y caracterizar el estrés mecánico y las fallas, ofreciendo un enfoque de diagnóstico cuantitativo y portátil aplicable a otros sistemas mecánicos y eléctricos.
La conclusión de la serie detalla el despliegue del concepto de fractal y sus valores parciales en correlación con el rendimiento mecánico y la disponibilidad de escaleras mecánicas para el servicio de pasajeros.
La tercera parte de esta serie [1] estableció que el comportamiento de una escalera mecánica con un defecto mecánico se puede cuantificar frente al comportamiento de otra escalera mecánica sin un dispositivo mecánico.
defecto. El concepto de dimensión fractal (Df) se estimó para cuantificar los datos recodificados del escalón inteligente en las dos escaleras mecánicas. [3 y 4] Este artículo profundiza en los rastros registrados en el estudio anterior [1] dividiendo la longitud de viaje del escalón inteligente dentro de la escalera mecánica en cuatro regiones. Se ha determinado el valor Df de cada región, como cuando se
estableció que el valor de Df general es el producto de la suma matemática simple de los valores de Df de las regiones individuales. [5 y 6]
El estudio de este artículo reitera nuevamente el hecho anterior. Además, compara dos escenarios de funcionamiento para una escalera mecánica con y sin defecto mecánico. El beneficio de establecer una metodología de este tipo es ayudar a los encargados de mantenimiento a diagnosticar cuantitativamente los tipos de fallas, así como a identificar la ubicación del defecto en la máquina. Estos principios y fundamentos se pueden aplicar no solo a las escaleras mecánicas, sino a cualquier sistema mecánico o eléctrico.
Introducción
Hasta ahora, utilizando el paso inteligente y los datos del mismo, hemos examinado y establecido lo siguiente:
- El escalón inteligente es una excelente herramienta de detección para escaleras mecánicas que registra y establece la huella digital de funcionamiento de una escalera mecánica. [4]
- Los datos del paso inteligente son repetibles y consistentes. [4]
- Hemos implementado el concepto Df para cuantificar el comportamiento mecánico de una escalera mecánica. [5]
- El impacto de los pasajeros en el comportamiento de una escalera mecánica se puede cuantificar utilizando el concepto Df. [5 y 6]
La longitud de recorrido de un ciclo para el escalón inteligente en una escalera mecánica se puede dividir en regiones individuales. El Df del comportamiento general de una traza para una escalera mecánica es igual a la suma matemática de los valores Df de las regiones individuales de esa escalera mecánica.
Este artículo reiterará los puntos 4 y 5 al establecer que los defectos mecánicos pueden detectarse y cuantificarse utilizando el concepto Df. Además, el valor global de Df para una escalera mecánica con un defecto mecánico es igual a la suma matemática simple de los valores de Df de las regiones individuales en esa escalera mecánica.
Metodología utilizada para determinar Df
La técnica del escalón de escala se utilizó de nuevo para determinar Df. Se escribió un programa de computadora en Microsoft Excel para determinar Df y trazar los datos. Nuestra metodología es muy similar al método de longitud de resolución múltiple, que ha sido utilizado por muchos investigadores. [7 y 9-12]
La tercera parte de esta serie mostró que los datos se recopilaron de un paso inteligente que tiene un medidor de tensión en cada lado (izquierdo y derecho) del paso. El escalón se corrió en dos escaleras mecánicas, A y B. Se estableció que la escalera mecánica A tenía un defecto mecánico. Cada trazo de cada galga extensométrica se dividió en cuatro regiones (Figura 1):
- Región D superior
- Región de inclinación principal
- Región D inferior
- Inclinación de retorno
“D” se utiliza para indicar las etapas de transición en la banda de pasos desde el lado principal al de retorno y desde el retorno al lado principal. La Figura 2 muestra cómo la traza de la galga extensométrica 1, por ejemplo, se dividió en las cuatro regiones. El valor de Df se calculó para cada región.
Resultados y discusión
Los valores Df de las cuatro regiones divididas se determinaron para los tramos en las escaleras mecánicas A y B (Figura 3) y se enumeran en las Tablas 1 y 2. Los resultados en las Tablas 1 y 2 confirman que el valor Df para la traza general de la escalera mecánica A o B es igual a la suma matemática simple de los valores Df de las regiones individuales.
La comparación de los valores de Df en las Tablas 1 y 2 muestra que los valores estimados producidos por la escalera mecánica A son más altos que los producidos por la escalera mecánica B. El valor Df más alto registrado en la Tabla 1 se encuentra en la región de inclinación de retorno. Este hallazgo concuerda con nuestros hallazgos anteriores en la parte 3 y confirma las investigaciones visuales que realizamos en ambas escaleras mecánicas. La desalineación en las rampas de descarga de carga en el lado de retorno es la causa del aumento del valor Df.
Conclusiones
En este estudio se puede sacar una conclusión importante: los valores de Df parciales se pueden determinar por separado y sus cantidades se pueden utilizar para identificar si una máquina como una escalera mecánica está libre de defectos. También existe una muy buena posibilidad de correlacionar los valores de Df con el nivel de tensión, que se genera en el componente crítico de la estructura escalonada.
Referencias
[1] A. Albadri. “Comportamiento fractal en escaleras mecánicas, tercera parte”, ELEVATOR WORLD, enero de 2021.
[2] A. Albadri. "Comportamiento fractal de escaleras mecánicas, segunda parte", EW, diciembre de 2020.
[3] A. Albadri. “Tube Lines se vuelve inteligente para monitorear el desgaste de las escaleras mecánicas”, Computer Weekly (07/01/2008).
[4] A. Albadri. "Smart Step mide los latidos del corazón de las escaleras mecánicas", EW, septiembre de 2020.
[5] A. Albadri. “Comportamiento fractal de escaleras mecánicas, primera parte”, EW, octubre de 2020.
[6] JD Victor. “La dimensión fractal de una señal de prueba Impactos para el procedimiento de identificación del sistema, Cibernética biológica 57, p. 421 - 426 (1987).
[7] Francis C. Moon. “Dinámica y caos en los procesos de fabricación”, Serie Wiley en Ciencia no lineal (1998).
[8] Athanasia Zlatintsi. "Análisis fractal multiescala de señales de instrumentos musicales con aplicación al reconocimiento", Institución de ingenieros eléctricos y electrónicos (IEEE) Transacciones de procesamiento de audio, habla y lenguaje, vol. 21, No. 4, abril de 2013.
[9] Chang-Ting Shi. “Reconocimiento de patrones de señales basado en características fractales y aprendizaje automático”, Ciencias Aplicadas 8, p. 1327 (2018).
[10] Dumitru Scheianu e Ion Tutanescu, Universidad de Pitesti, Departamento de Electrónica, Comunicaciones y Computación.
[11] P. Marago y A. Potamianos. "Dimensiones fractales de los sonidos del habla: Computación y aplicación al reconocimiento automático del habla", Journal of Acoustical Society of America, No. 195 (3), marzo de 1999.
[12] RH Riedi, MS Crouse, VJ Ribeiro y RG Baraniuk. "Un modelo de onda multifractal con aplicación al tráfico de red", IEEE Transactions on Information Theory Vol. 45, No. 3, abril de 1999.
MÁS DE LA CATEGORÍA
NOTICIAS DIARIAS