1 |
Aportaciones al diagnóstico de averías en motores eléctricos basados en el análisis avanzado de corrientesCorral Hernández, Jesús Ángel 30 July 2018 (has links)
Según diversos estudios, los fallos más comunes en motores de inducción se dan en rodamientos, en el aislamiento del devanado estatórico y, en menor medida, en el rotor. Este último tipo de fallo incluye la rotura, agrietamiento o deformación de las barras o de los anillos de cortocircuito de la jaula rotórica. A pesar de que el porcentaje de fallos relacionados con el rotor pueda parecer no demasiado elevado (algunos autores lo sitúan en torno al 15-20% del total de averías), se han reportado casos en los que la avería sí ha conducido a fallos catastróficos inmediatos, como situaciones de protrusión de barras o de desprendimiento de fragmentos de barras rotas que han acabado dañando el aislamiento del estator. Estas averías han provocado pérdidas millonarias para las compañías involucradas. Finalmente, este tipo de fallo es más frecuente en motores de gran potencia. Son estos motores los más caros, los más costosos de reparar y, usualmente, los más críticos en las aplicaciones en las que operan.
Uno de los retos que se ha abordado en la presente tesis consiste en la aplicación y validación generalizada de la metodología basada en el análisis de la corriente de arranque para el caso de motores arrancados mediante arrancadores estáticos. A este respecto, se ha constatado el uso creciente de arrancadores estáticos en multitud de aplicaciones industriales.
La presente tesis aborda por primera vez esta problemática de forma rigurosa. La tesis se centra en la validación de una variante concreta de diagnóstico transitorio, la cual se basa en el análisis de la señal de corriente de arranque mediante la transformada wavelet discreta (Discrete Wavelet Transform, DWT). Se trata ésta de una transformada tiempo-frecuencia que cuenta con importantes ventajas a la hora de emplear la metodología de
diagnóstico transitorio, dado que esta transformada resulta rápida de aplicar, la interpretación de sus resultados es simple y está disponible en paquetes comerciales convencionales como Matlab, con lo que cualquier usuario con un mínimo entrenamiento podría hacer uso de ella. Adicionalmente, esta transformada permite la introducción sencilla de indicadores para determinar el grado de severidad de la posible avería en el rotor, cuestión ésta que no resulta trivial con otras alternativas.
Se han obtenido más de 900 señales de corriente de arranque en motores de laboratorio, utilizando hasta cinco modelos diferentes de arrancadores de distintos fabricantes y con variadas topologías y características. Para cada arrancador se han obtenido múltiples señales correspondientes a diferentes niveles de fallo en el rotor (motor sano, motor con una barra rota y motor con dos barras rotas). Para cada nivel de fallo, se han obtenido una variedad de señales mediante la variación de los parámetros de arranque (tensión inicial, duración de rampa), así como de otras características operativas del motor (nivel de carga, tensión de suministro).
Adicionalmente, se han obtenido múltiples señales en motores industriales accionados mediante arrancador, que operaban en industrias (alimentación, plantas de depuración), con el fin de ratificar la validez de los resultados obtenidos con los de laboratorio.
Asimismo, se ha incluido un epígrafe final que ahonda en la automatización a la hora de aplicar la metodología propuesta, de forma que se evite, en la medida de lo posible, la necesidad de intervención de usuarios expertos para su aplicación. Este epígrafe se ha basado en una investigación conjunta con otros grupos internacionales.
Los resultados son prometedores, por cuanto prueban la validez de la metodología para detectar, no solamente la presencia de la avería, sino también para determinar la severidad del fallo en el rotor. Especialmente interesante es el hecho de que los resultados son más concluyentes si cabe en el caso de motores con arrancadores con control en las tres fases, que no / According to various studies, the most common failures in induction motors are bearing failures, failures of the isolation of the winding stator and, to a lesser extent, rotor failure. The latter failure includes the breaking, cracking or deformation of the bars or the rings of the shortcircuit of the rotor cage. Although the percentage of failures related to the rotor may not seem high (some authors place it around 15-20% of breakdowns), there have been reported cases in which the breakdown has resulted in immediate catastrophe, situations in which the protrusion of the bars or the detachment of fragments of broken bars that have ended up damaging the isolation of the stator. These breakdowns have caused the loss of millions of euros for the companies involved. Finally, this type of failure is more frequent in motors with high horsepower. It is these motors, the most costly to repair, and usually the most critical to the applications in which they operate.
One of the challenges that has been addressed in this thesis consists of the application and generalized validation of the methodology based on the analysis of the starting current for the case of engines started by static starters (also called electronic starters or soft starters). In this regard, the increasing use of static starters in a multitude of industrial applications has been verified.
This thesis deals with this problem in a rigorous way for the first time. The thesis focuses on the validation of a specific variant of transient diagnosis, which is based on the analysis of the start current signal by the discrete transformed wavelet (DWT). It is a time-frequency transformation that has important advantages when using the methodology of transient diagnosis. Given that this transformation is quick to apply, the interpretation of its results is simple and available in conventional commercial packages like Matlab, which any user with a minimum training could utilize. Additionally, this transformer allows the simple introduction of indicators to determine the degree of severity of the possible breakdown in the rotor, a question that is not trivial with other alternatives.
More than 900 signals have been obtained of starting current in laboratory motors, using up to five models of different starters from different manufacturers and with varied topologies and characteristics. Multiple corresponding signals have been obtained for each starter at different levels of rotor failure (healthy motor, motor with a broken bar and motor with two broken bars). For each level of failure, a variety of signals have been obtained by varying the starting parameters (initial tension, duration of ramp ...), as well as other operating characteristics of the motor (load level, voltage of supply).
Additionally, multiple signals have been obtained in industrial engines powered by a starter, which operated in industries of very diverse sectors (food, depuration plants), in order to ratify the validity of the results obtained with the laboratory engines.
Likewise, a final section has been included that delves into automation when applying the proposed methodology, so that, as far as possible, the need for expert user intervention for their application can be avoided. This section has been based on joint research with other international groups.
The results are promising, as they prove the validity of the methodology to detect, not only the presence of the breakdown, but also to determine the severity of the failure in the rotor. Especially interesting is the fact that the results are more conclusive in the case of engines with starters with control in all three phases, which are what are normally used for more powerful motors. / Segons diversos estudis, les fallades més comunes en motors d'inducció són les fallades en rodaments, les fallades en l'aïllament del debanament estatòric i, en menor mesura, les fallades en el rotor. Aquest últim tipus de fallada inclou el trencament, clavillament o deformació de les barres o dels anells de curtcircuit de la gàbia rotòrica. Tot i que el percentatge de fallades relacionades amb el rotor puga semblar no massa elevat (alguns autors ho situen al voltant del 15-20% del total d'avaries), s'han reportat casos en els quals l'avaria sí ha conduït a fallades catastròfiques immediates, com a situacions de protrusió de barres o de despreniment de fragments de barres trencades que han acabat danyant l'aïllament de l'estator. Aquestes avaries han provocat pèrdues milionàries per a les companyies involucrades. Finalment, aquest tipus de fallada és més freqüent en motors de gran potència. Són aquests motors els més cars, els més costosos de reparar i, usualment, els més crítics en les aplicacions en les quals operen.
Un dels reptes que s'ha abordat en la present tesi consisteix en l'aplicació i validació generalitzada de la metodologia basada en l'anàlisi del corrent d'arrancada per al cas de motors arrancats mitjançant arrancadors estàtics. Referent a açò, s'ha constatat l'ús creixent de arrancadors estàtics en multitud d'aplicacions industrials.
La present tesi aborda per primera vegada aquesta problemàtica de forma rigorosa. La tesi se centra en la validació d'una variant concreta de diagnòstic transitori, la qual es basa en l'anàlisi del senyal de corrent d'arrancada mitjançant la transformada wavelet discreta (Discrete Wavelet Transform, DWT). Es tracta aquesta d'una transformada temps-freqüència que compta amb importants avantatges a l'hora d'emprar la metodologia de diagnòstic transitori, atès que aquesta transformada resulta ràpida d'aplicar, la interpretació dels seus resultats és simple i està disponible en paquets comercials convencionals com Matlab, amb el què qualsevol usuari amb un mínim entrenament podria fer-ne ús. Addicionalment, aquesta transformada permet la introducció senzilla d'indicadors per a determinar el grau de severitat de la possible avaria en el rotor, qüestió aquesta que no resulta trivial amb altres alternatives.
S'han obtingut més de 900 senyals de corrent d'arrancada en motors de laboratori, utilitzant fins a cinc models diferents de arrancadors de diferents fabricants i amb variades topologies i característiques. Per a cada arrancador s'han obtingut múltiples senyals corresponents a diferents nivells de fallada en el rotor (motor sa, motor amb una barra trencada i motor amb dues barres trencades). Per a cada nivell de fallada, s'han obtingut una varietat de senyals mitjançant la variació dels paràmetres d'arrancada (tensió inicial, durada de rampa), així com d'altres característiques operatives del motor (nivell de càrrega, tensió de subministrament).
Addicionalment, s'han obtingut múltiples senyals en motors industrials accionats mitjançant arrancador, que operaven en indústries (alimentació, plantes de depuració), amb la finalitat de ratificar la validesa dels resultats obtinguts amb els motors de laboratori.
Així mateix, s'ha inclòs un epígraf final que aprofundeix en l'automatització a l'hora d'aplicar la metodologia proposada, de manera que s'evite, en la mesura del possible, la necessitat d'intervenció d'usuaris experts per a la seua aplicació. Aquest epígraf s'ha basat en una recerca conjunta amb altres grups internacionals.
Alhora, els resultats són prometedors, puix que proven la validesa de la metodologia per a detectar, no sols la presència de l'avaria, sinó també per a determinar la severitat de la fallada en el rotor. Especialment interessant és el fet que els resultats són més concloents, si açó és possible, en el cas de motors amb arrancadors amb control en les tres fases, que són / Corral Hernández, JÁ. (2018). Aportaciones al diagnóstico de averías en motores eléctricos basados en el análisis avanzado de corrientes [Tesis doctoral no publicada]. Universitat Politècnica de València. https://doi.org/10.4995/Thesis/10251/106368 / TESIS
|
2 |
Aportación al mantenimiento predictivo de motores de inducción mediante modernas técnicas de análisis de la señalClimente Alarcón, Vicente 29 May 2012 (has links)
La presente tesis cuenta con dos objetivos. Por una parte introducir y validar un método de
análisis de corrientes estatóricas para el diagnóstico de máquinas de inducción conectadas a
la red que operan en estado transitorio, basado en el uso de filtros de rechazo de frecuencia
en combinación con la distribución de Wigner-Ville, con especial interés en su aplicación
para la detección incipiente de defectos.
El segundo objetivo consiste en replicar de la manera más fidedigna posible el proceso de
rotura de una barra en el rótor de un motor de inducción. Para ello se ha diseñado un ensayo
encaminado a provocar dicha avería sometiendo un motor a fatiga. Con este objetivo se ha
construido un banco de pruebas y emplazado los sensores necesarios, así como un sistema
de recogida de datos de manera automatizada. Adicionalmente, se ha diseñado los
programas de procesamiento de los mismos, también para ser llevado a cabo de la manera
lo más desatendida posible. / Climente Alarcón, V. (2012). Aportación al mantenimiento predictivo de motores de inducción mediante modernas técnicas de análisis de la señal [Tesis doctoral no publicada]. Universitat Politècnica de València. https://doi.org/10.4995/Thesis/10251/15915 / Palancia
|
3 |
Aplicación de sistemas de autoaprendizaje al diagnóstico de máquinas eléctricasBurriel Valencia, Jordi 01 September 2016 (has links)
[EN] The aim of the fault diagnosis techniques of rotatory electrical machine is to determine the condition of the motor in order to reduce economical loses. In the technical literature is found different signal processing techniques that allow discriminate with the help of an expert that recognize the results, between the healthy and faulty condition of the electrical machines.
It is therefore essential to automate this expert task. It is also a priority to research and to develop new detection systems more accurate than the previous ones. Complex systems based on expert systems are used to improve the classification of faults.
For this research thesis, has been developed an automatic "supra-system" capable to generate optimal fault diagnosis systems. The proposed "supra-system" is able to generate the optimal diagnostic system for the fault detection induction motors. This has been achieved following these steps:
Sample collection: an experimental test bench has been build, where the test motor current and speed are sampled. These samples are obtained for different motor speeds and different load torque. A total of 735 samples has been analyzed in the thesis. The samples have been processed with different techniques of diagnosis according to the working regime. For the steady-state regime is:
- Signal analysis.
- The analytical signal modulus (Hilbert transform).
- Cepstrum transform.
- Analysis of Park transform modulus.
- Harmonic order tracking analysis (HOTA).
For the steady-state regime 20 different diagnostic methods have been explored, resulting from the variations of these techniques. While the techniques used for the transient regime are:
- Harmonic order tracking analysis (HOTA) using the Short-Time Fourier Transform (STFT) with Gaussian window.
- Harmonic order tracking analysis (HOTA) using the Short-Time Fourier Transform (STFT) with Prolate window (This window is a contribution of this thesis).
- Harmonic order tracking analysis (HOTA) using the Short-Frequency Fourier Transform (SFFT) with Gaussian window (This technique is a contribution of this thesis)
- Harmonic order tracking analysis (HOTA) using the Short-Frequency Fourier Transform (SFFT) with Prolate window.
In addition to these two contributions that are integrated into the HOTA method, have been applied to the original algorithm improvements that helps to decrease the computation time and memory space needed. The improvements are:
- A new band-pass filtering stage.
- The minimization of the edge effect.
- A new faster algorithm for the optimum setting of the filter window.
For the transient regime 4 different diagnostic methods are explored.
For each of the techniques used, the relevant features are obtained. Thus, a matrix is obtained with feature vectors column with 24 dimension length (20 in steady-state and 4 in transient) and as many rows as the number of tests used in this thesis (735 tests).
For each of the feature vectors obtained different classifiers are generated based on artificial neural networks (with one and two hidden layer) and Support Vector Machine (with polynomial or Gaussian kernel function). In other words, four different classifier methods that run in parallel and automatically obtain the optimum parameters according to its parameters.
In the final step, the results are analysed and the optimal diagnosis system is selected.
The "supra-system" developed in this thesis have the following advantages:
1. It achieves a final optimal diagnostic system.
2. It produces several local optimal diagnostic systems taking into account the training time and the estimated diagnosis time.
3. It is completely autonomous.
4. It is adaptable to the induction motor type, as it can generate an optimal diagnostic system specific for each type of motor. / [ES] El objetivo de las técnicas de diagnóstico de fallo en las máquinas eléctricas rotativas es el de determinar el estado del motor para minimizar costes. En la literatura técnica se encuentran diversas técnicas de análisis de señal que permiten discriminar, mediante un experto capaz de interpretar los resultados, entre una máquina eléctrica en estado de fallo o en estado sano.
Por tanto, se hace necesaria la automatización de esta labor. Es prioritario investigar y desarrollar nuevos sistemas de detección que maximicen la precisión respecto a las características disponibles. Para mejorar la clasificación de fallos se estudian sistemas cada vez más complejos basados en sistemas expertos.
Se ha desarrollado para esta tesis de investigación un "suprasistema" automático capaz de generar sistemas óptimos de diagnóstico de fallos. Este "suprasistema" se encarga de generar el sistema de diagnóstico óptimo para la detección de fallos en motores de inducción. Para ello se han seguido los siguientes pasos:
Obtención de muestras: se ha diseñado un banco de ensayos experimental del cual se obtienen las corrientes y velocidad del motor de estudio. Los ensayos permiten diferentes velocidades del motor y diferentes pares resistentes. Se analizan un total de 735 muestras en la tesis. A estas muestras se les han aplicado diferentes técnicas de diagnosis según el régimen de funcionamiento. Para régimen estacionario son:
- Análisis de la señal.
- Transformada de Hilbert (módulo de la señal analítica).
- Transformada Cepstrum.
- Transformada del módulo de Park.
- Análisis del orden de armónico (HOTA).
Para el régimen estacionario se han explorado 20 métodos, resultado de las diferentes variantes de las técnicas empleadas. Mientras que las técnicas usadas para el régimen transitorio son:
- Análisis del orden de armónico (HOTA) de la señal con Short Time Fourier Transform y con ventana Gaussiana.
- Análisis del orden de armónico (HOTA) de la señal con Short Time Fourier Transform y con ventana Prolate. (Aportación a la tesis de la aplicación de esta ventana).
- Análisis del orden de armónico (HOTA) de la señal con Short Frequency Fourier Transform y con ventana Gaussiana. (Aportación a la tesis de la aplicación de esta técnica).
- Análisis del orden de armónico (HOTA) de la señal con Short Frequency Fourier Transform y con ventana Prolate.
Además de estas dos aportaciones que se integran en el método HOTA se han aplicado mejoras al algoritmo original que permiten disminuir el tiempo de cálculo y el espacio de memoria necesario. Las mejoras son:
- Un filtrado paso banda.
- La minimización del efecto de borde.
- Un nuevo algoritmo más rápido para el ajuste óptimo de la ventana de filtro.
En conclusión, para el régimen transitorio se exploran 4 métodos de diagnóstico.
Se ha obtenido características relevantes con cada técnica empleada. En conjunto se obtiene una matriz de vectores de características de dimensión 24 (20 estacionario y 4 en transitorio), donde cada vector tiene la dimensión del número de ensayos realizados, 735.
Para cada vector de características se generan varios clasificadores basados en Redes Neuronales Artificiales (de 1 y 2 capas ocultas) y Máquina de vectores de soporte (con kernel polinomial o de base radial). Es decir, se aplican 4 técnicas diferentes de clasificadores, que de forma paralela y automática obtienen los óptimos según los parámetros de los mismos.
Como paso final, se analizan los resultados obtenidos y se realiza la selección del sistema óptimo de diagnóstico.
El suprasistema desarrollado en esta tesis aporta las siguientes ventajas:
1. Obtiene un sistema de diagnóstico óptimo final.
2. Obtiene varios sistemas de diagnóstico óptimos locales con los tiempos de entrenamiento y los tiempos de diagnóstico.
3. El suprasistema es totalmente autónomo.
4. El suprasistema es adaptable al tipo de motor / [CAT] El principal objectiu de les tècniques de diagnosis es determinar l'estat del motor per minimitzar costos. En la literatura s'hi troben diferents tècniques de anàlisi i processament de la senyal que permeten identificar, amb ajuda de personal altament qualificat amb capacitat d'interpretar els resultats, si la maquina es troba en estat sa o en estat d'averia.
Per tot això, resulta necessari la tasca d'automatitzar aquesta labor. Es prioritari investigar nous sistemes de detecció que maximitzen la precisió, tenint en compte les característiques disponibles. Per millorar aquestes característiques de classificació es proposen sistemes cada vegada més complexos basats en sistemes experts.
S'ha desenvolupat un "suprasistema" automàtic capaç de generar sistemes òptims de diagnosi de falles. Aquest "suprasistema" proposat s'encarrega de generar el sistema de diagnosi òptim per a la detecció de fallades en motors de inducció. Per al seu desenvolupament s'han seguit les següents etapes:
Obtenció d'assajos: s'ha dissenyat un banc d'assajos experimental del qual s'obtenen les corrents i la velocitat del motor d'estudi. Els assaigs permeten diferents velocitats del motor i diferents parells resistents. S'analitzen un total de 735 mostres en la tesi. A aquestes assajos se'ls han aplicat diferents tècniques de diagnosi segons el règim de funcionament. Per al règim estacionari són:
- Anàlisi de la senyal.
- Transformada de Hilbert (mòdul de la senyal analítica).
- Transformada Cepstrum.
- Transformada del mòdul de Park.
- Anàlisi de l'ordre d'harmònic (HOTA).
Per a la diagnosi en règim estacionari s'han explorat 20 mètodes distints, resultat de diferents variacions de les tècniques utilitzades. Mentre que les tècniques aplicades al règim transitori han estat:
- Anàlisi de l'ordre d'harmònic (HOTA) de la senyal amb transformada de Fourier curta en temps i finestra Gaussiana.
- Anàlisi de l'ordre d'harmònic (HOTA) de la senyal amb transformada de Fourier curta en temps i finestra Prolate. (Aportació a la tesi de l'aplicació d'aquesta finestra)
- Anàlisi de l'ordre d'harmònic (HOTA) de la senyal amb transformada de Fourier curta en freqüència i finestra Gaussiana. (Aportació a la tesi de l'aplicació d'aquesta tècnica).
- Anàlisi de l'ordre d'harmònic (HOTA) de la senyal amb transformada de Fourier curta en freqüència i finestra Prolate.
A més d'aquestes dues aportacions que s'integren en el mètode HOTA s'han aplicat millores a l'algoritme original que permeten disminuir el temps de càlcul i l'espai de memòria necessari. Les millores són:
- Una etapa de filtrat pas banda.
- Minimització del efectes de costat.
- Algoritme més ràpid per a l'ajust òptim de la finestra de filtrat.
En conclusió, per al règim transitori s'han analitzat quatre mètodes de diagnosi diferents.
Amb les tècniques utilitzades s'obté les característiques rellevants. En conjunt s'obté una matriu de vectors de característiques de dimensió 24 (20 estacionari més 4 en transitori), on cada vector té la dimensió del nombre d'assajos que s'han realitzat, 735.
Per cada un dels vectors de característiques obtinguts es desenvolupen distints tipus de classificadors basats en Xarxes neuronals artificials (d'una i de dues capes ocultes) y Màquines de vectors de suport (amb kernel polinomial o base radial gaussiana). És a dir, s'apliquen 4 tècniques diferents de classificadors, que de forma paral·lela i automàtica obtenen els òptims segons els paràmetres dels mateixos.
Finalment, es analitza els resultats i es realitza la selecció del sistema de diagnòstic òptim.
El suprasistema construït en aquesta tesi aporta els següents avantatges:
1. Obtenir un sistema de diagnosi òptim final.
2. Obté diversos sistemes de diagnosi localment amb els temps del procés d'entrament i el temps de diagnosi
3. Es totalment autònom.
4. Es adaptable y pot generar un sistema de diagnosi específi / Burriel Valencia, J. (2016). Aplicación de sistemas de autoaprendizaje al diagnóstico de máquinas eléctricas [Tesis doctoral no publicada]. Universitat Politècnica de València. https://doi.org/10.4995/Thesis/10251/68498 / TESIS
|
4 |
Desarrollo de técnicas avanzadas de diagnóstico de máquinas eléctricas válidas para cualquier régimen de funcionamientoSapena Bañó, Ángel 03 September 2014 (has links)
El trabajo de investigación se basa en la detección de averías en máquinas eléctricas rotativas, utilizando el análisis de las corrientes estatóricas de la máquina. Para ello se van a utilizar novedosas técnicas matemáticas avanzadas de procesado de señal.
Entre las averías que se pretenden detectar destacan la rotura de barras, cortocircuitos entre espiras y excentricidades estáticas, dinámicas y mixtas. Tradicionalmente la detección de estas averías se ha realizado mediante el análisis de corrientes cuando la máquina está funcionando en régimen permanente y muy recientemente se ha comenzado a analizar el régimen transitorio de la máquina. No obstante, en régimen permanente hay averías que son difícilmente detectables debido a que las componentes de fallo dependen en gran medida del deslizamiento que tenga la máquina eléctrica, siendo muy bajo en régimen permanente, sobre todo en máquinas de grandes potencias.
Por ello, durante los últimos años, el Grupo de Investigación en el que se va a desarrollar la tesis doctoral ha desarrollado una serie de novedosas técnicas que permiten detectar las averías mediante el análisis de corrientes en régimen transitorio. No obstante, debido a su elevada complejidad computacional, de análisis e interpretación siguen existiendo una serie de inconvenientes que se pretenden mejorar. Uno de ellos, por ejemplo, es la obtención de indicadores que sean válidos tanto en régimen permanente como en régimen transitorio.
El siguiente paso en este análisis que se pretende desarrollar en la tesis doctoral, consiste en desarrollar técnicas de diagnóstico a partir de la medida de corrientes en cualquier tipo de régimen (permanente, transitorio e incluso alimentando a la máquina eléctrica a través de convertidores de frecuencia), tanto como para motores como para generadores, mediante una técnica novedosa que consiste en la representación de la corriente en el sistema de referencia rotórico.
Para ello se van a analizar las ondas de corriente cambiando el sistema de referencia, pasando de un sistema de referencia estático a un sistema de referencia móvil. El sistema de referencia va a depender de la velocidad de giro de la máquina eléctrica y por tanto del deslizamiento. De este modo, sabiendo que las componentes de avería dependen del deslizamiento, se va a obtener un nuevo sistema de medida y análisis dependiente del deslizamiento en todo momento. Con ello se pretende mejorar los resultados a la hora de obtener un diagnóstico del estado de la máquina eléctrica, así como su aplicación en cualquier régimen de funcionamiento; funcionando en modo motor o generador con diferentes frecuencias de alimentación o generación. / Sapena Bañó, Á. (2014). Desarrollo de técnicas avanzadas de diagnóstico de máquinas eléctricas válidas para cualquier régimen de funcionamiento [Tesis doctoral no publicada]. Universitat Politècnica de València. https://doi.org/10.4995/Thesis/10251/39376 / TESIS
|
Page generated in 0.0296 seconds