Detección de Anomalías Vibratorias en Maquinaria Mediante Sensores MEMS de Bajo Costo

Carlos Alberto Ronquillo Salas; Laura Elizabeth Silva Leyva; Irving Bruno López Santos; Jesús Armando Holguín López; Ismael Esquivel Mancha

doi:10.61273/neyart.v3i5.141

Autores/as

Carlos Alberto Ronquillo Salas Tecnológico Nacional de México
Laura Elizabeth Silva Leyva Tecnológico Nacional de México
Irving Bruno López Santos Tecnológico Nacional de México
Jesús Armando Holguín López Tecnológico Nacional de México
Ismael Esquivel Mancha Tecnológico Nacional de México

DOI:

https://doi.org/10.61273/neyart.v3i5.141

Palabras clave:

MPU6050, acelerómetro, sensores de bajo costo, medición de vibración, monitoreo de condiciones

Resumen

En este trabajo se evaluó la viabilidad del sensor inercial de bajo costo MPU6050 para la medición de vibraciones en contextos académicos e industriales. Se implementó un sistema de adquisición de datos utilizando el sensor MPU6050 conectado a una placa Arduino UNO a través del bus I²C para monitorear la vibración en una máquina bajo prueba—en este caso una impresora 3D. Los datos de aceleración se recolectaron a una frecuencia de 20 Hz y se analizaron utilizando el valor cuadrático medio (RMS) y el factor de cresta (cf) para identificar diferencias entre condiciones normales y anormales de operación.

Los resultados mostraron que las mediciones obtenidas con el sensor permiten identificar estados anormales de operación derivados de la detección de anomalías vibratorias. Se concluyó que el sensor MPU6050 es una alternativa viable y económica en aplicaciones de monitoreo preventivo y de investigación experimental en condiciones controladas. Sin embargo, deben considerarse las limitaciones inherentes del sensor en términos de resolución, rango dinámico y calibración.

Descargas

Los datos de descargas todavía no están disponibles.

Citas

Adafruit Learning System. (s.f.). MPU-6050 6-DoF accelerometer and gyroscope. https://learn.adafruit.com/mpu6050-6-dof-accelerometer-and-gyroscope

Arduino Playground. (s.f.). MPU-6050. https://playground.arduino.cc/Main/MPU-6050/

Descripción y funcionamiento del bus I2C. (s.f.). https://robots-argentina.com.ar/didactica/descripcion-y-funcionamiento-del-bus-i2c/

Fedorov, D., Ivoylov, A., Zhmud, V., & Trubin, V. (2015). Using of measuring system MPU6050 for the determination of the angular velocities and linear accelerations. Automatics & Software Engineering, 1(11), 76–81.

Flovik, V. (2018). How to use machine learning for anomaly detection and condition monitoring. Towards Data Science. https://towardsdatascience.com/how-to-use-machine-learning-for-anomaly-detection-and-condition-monitoring-9c0f1314de9d

Ghazali, M., Abdalla, A. N., Oumer, A. N., & Mohamed, A. A. (2021). Vibration analysis for machine monitoring and diagnosis: A systematic review. Shock and Vibration, 2021, 1–20. https://doi.org/10.1155/2021/9469318 DOI: https://doi.org/10.1155/2021/9469318

InvenSense. (s.f.). MPU-6000 and MPU-6050 product specification (Rev. 3.4). https://invensense.tdk.com/wp-content/uploads/2015/02/MPU-6000-Datasheet1.pdf

Iqbal, A., Mian, N. S., Longstaff, A., & Fletcher, S. (2022). Performance evaluation of low-cost vibration sensors in industrial IoT applications. International Journal of Automation Technology, 16(3), 329–339. https://doi.org/10.20965/ijat.2022.p0329 DOI: https://doi.org/10.20965/ijat.2022.p0329

Komarizadehasl, S., Mobaraki, B., Ma, H., Lozano-Galant, J.-A., & Turmo, J. (2021). Development of a low-cost system for the accurate measurement of structural vibrations. Sensors, 21(18), 6191. https://doi.org/10.3390/s21186191 DOI: https://doi.org/10.3390/s21186191

Li, Y., Zhao, W., Li, Q., Wang, T., & Wang, G. (2019). In-situ monitoring and diagnosing for fused filament fabrication process based on vibration sensors. Sensors, 19(11). https://doi.org/10.3390/s19112589 DOI: https://doi.org/10.3390/s19112589

Ronquillo, C. (2023). Predicción del estado de operación de una impresora 3D mediante redes de sensores y algoritmos de aprendizaje profundo (Tesis de maestría). Tecnológico Nacional de México. https://rinacional.tecnm.mx/jspui/handle/TecNM/7856

Soto-Ocampo, C. R., Mera, J. M., Cano-Moreno, J. D., & García-Bernardo, J. L. (2020). Low-cost, high-frequency data acquisition system for condition monitoring of rotating machinery through vibration analysis: Case study. Sensors, 20(12), 3493. https://doi.org/10.3390/s20123493 DOI: https://doi.org/10.3390/s20123493

SparkFun. (s.f.). MPU-6050 6-DoF IMU breakout. https://www.sparkfun.com/products/11028

Vos, K., Peng, Z., Jenkins, C., Shahriar, M. R., Borghesani, P., & Wang, W. (2022). Vibration-based anomaly detection using LSTM/SVM approaches. Mechanical Systems and Signal Processing, 169, 108752. https://doi.org/10.1016/j.ymssp.2021.108752 DOI: https://doi.org/10.1016/j.ymssp.2021.108752