See discussions, stats, and author profiles for this publication at: https://www.researchgate.

net/publication/280311395

ALGORITMO PARA PROCESAMIENTO DE DATOS PARA DIAGNÓSTICO DE

FALLAS EN MÁQUINAS ELÉCTRICAS. – electric machine – algebraic analysis -
permanent monitored

Article · April 2013

CITATIONS READS

0 887

4 authors, including:

Eduardo Guillermo Diprátula Horacio

Universidad Tecnológica Nacional Facultad Regional Bahía Blanca UTN Bahia Blanca
10 PUBLICATIONS   10 CITATIONS    5 PUBLICATIONS   4 CITATIONS   

SEE PROFILE SEE PROFILE

Rodolfo Bocero

6 PUBLICATIONS   7 CITATIONS   

SEE PROFILE

Some of the authors of this publication are also working on these related projects:

Novedoso Diseño Integral de un Aerogenerador Electrico con Materiales Compuestos Vitreos de Nanoparticulas. View project

Desarrollo de métodos teóricos – experimentales de diagnóstico predictivo de averías estatóricas y rotóricas de máquinas eléctricas de C.A View project

All content following this page was uploaded by Eduardo Guillermo on 24 July 2015.

The user has requested enhancement of the downloaded file.

ALGORITMO PARA PROCESAMIENTO DE DATOS PARA
DIAGNÓSTICO DE FALLAS EN MÁQUINAS ELÉCTRICAS.
DR. HORACIO, R. DI PRÁTULA(1), ING. ALBERTO C. RUSSIN(1), MG.
EDUARDO GUILLERMO(2), ING. RODOLFO BOCERO(2).

(1)
Escuela de Oficiales de la Armada (ESOA). Facultad Regional Bahía Blanca
(FRBB), Universidad Tecnológica Nacional (UTN); (2)Facultad Regional Bahía
Blanca (FRBB), Universidad Tecnológica Nacional (UTN). Grupo GESE.

Resumen
En publicaciones anteriores se presentaron métodos de diagnóstico teórico-experimental de fallas
rotóricas en Máquinas Eléctricas de Inducción (MEI), midiendo flujo magnético de dispersión y
utilizando el análisis algebraico de la matriz de inductancia, el análisis espectral de la matriz de flujo y el
procesamiento espectral de los datos de flujo externo adquiridos mediante pequeños sensores sobre la
MEI. Debido a la disponibilidad de equipos de procesamiento digital, las ideas presentadas pueden ser
mancomunadas en un algoritmo para el diagnóstico de fallas rotóricas y estatóricas de la MEI en línea (on
line). Es así como, en este trabajo, se presenta un diseño de algoritmo novedoso que explicita la
organización y metodología de trabajo de un sistema con monitoreo permanente para diagnosticar fallas
rotóricas y estatóricas en una MEI.
Palabras Clave: Algoritmo – diagnóstico - máquinas eléctricas - análisis algebraico - monitoreo
permanente.

Abstract
In earlier publications we introduced theoretical - experimental diagnosis methods of rotor failures in
Induction Electric Machines (IEM), measuring leakage flux and using the algebraic analysis of
inductance matrix, the spectral analysis of the flux matrix and the spectral data processing of the external
flux obtained by little sensors on the IEM. Due to the availability of digital processing equipment, the
presented ideas can be associated in an algorithm for the diagnosis of rotor and stator failures of the IEM
on line. That is how a novel algorithm design is introduced in this work, and it explains the organization
and work methodology of a system with permanent monitoring to diagnose rotor and stator failures in an
IEM.
Keywords: algorithm - diagnostic – electric machine – algebraic analysis - permanent monitored.

***

Introducción

El diseño del algoritmo propuesto exhibe el conjunto de instrucciones ordenadas

para llegar al diagnóstico de fallas en la MEI.

1
H.R. Di Prátula, A.C. Russin, E. Guillermo, R. Bocero

Dicho diseño se divide en tres niveles como muestra la Fig. 1. El NIVEL 1

corresponde al sistema de adquisición de datos y diagnóstico de fallas, cuyo diagrama
en bloques se representa en la Fig. 2 destacando los módulos componentes y su
interconexión. El NIVEL 2 corresponde al fraccionamiento en procesos de mayor
importancia del sistema de adquisición de datos, el cual se representa mediante el
diagrama secuencial de la Fig. 3.
Finalmente, el NIVEL 3, que se ilustra en la Fig. 4, corresponde a la descripción
de funciones (algoritmo) y se expresa en el texto y ecuaciones que acompañan a los
diagramas secuenciales.
El diagrama en bloques del algoritmo de diagnóstico de fallas en línea para la
MEI, que se exhibe en la Fig. 2, muestra la estructura del algoritmo y la organización
jerárquica sin incluir las relaciones temporales.
El diagrama secuencial del bloque correspondiente a la adquisición de datos se
ilustra en la Fig. 3, donde se pueden observar el tipo de datos necesarios y la
organización que se utiliza para almacenarlos. Los datos requeridos se utilizan en la
totalidad de las operaciones que se efectúan a lo largo del desarrollo del algoritmo de
diagnóstico de fallas y corresponden a las ecuaciones e ideas propuestas en diferentes
publicaciones .
Un análisis de la Fig. 3 muestra que hay tres zonas de cálculo y dos zonas
auxiliares. La primera zona indica el estado de inicio. La segunda zona corresponde a la
adquisición de datos y adecuación de los mismos en las matrices propuestas en la
sección Análisis y Resultados. La tercera zona corresponde a la base de datos donde se
van guardando los datos que surgen de los desarrollos que se realicen en el proceso de
cálculo. La cuarta zona corresponde a la adquisición de datos magnéticos y eléctricos,
su adecuación a través de una matriz y la toma de decisión de guardar los datos iniciales
en la base de datos y derivar los datos al almacén de datos en línea (zona auxiliar).

DI PRÁTULA, H., 2004, 2006, 2007, 2009, 79-89 a4 .

2
 Algoritmo para procesamiento de datos…

ESTADO DE
INICIO

ADQUISICIÓN DE DATOS

PREPROCESAMIENTO
NIVEL 1
DE
DIAGRAMA EN BLOCK – FIG. 2
DATOS

NIVEL 2
DIAGRAMAS SECUENCIALES – FIG. 3
CALCULOS

NIVEL 3: ALGORITMO
TEXTO Y ECUACIONES QUE ACOMPAÑAN LOS
DIAGRAMAS SECUENCIALES

DETECCIÓN DE FALLAS
Fig. 1: Organización del algoritmo de diagnóstico
de fallas en línea para la MEI.

DOCUMENTO
ESCRITO ALARMA

DECISIÓN

Fig. 2: Diagrama en bloques del sistema de

adquisición de datos y diagnóstico de fallas.

BASE DE DATOS FIJOS DE ADQUISICIÓN DE DATOS

ADQUISICIÓN DE DATOS
LA MEI Y DATOS DE LINEA MAGNÉTICOS Y ELÉCTRICOS
MANUALES
(“FIRMAS” DE LA MEI) EN LÍNEA
ESTADO DE
INICIO SISTEMA DE
SENSORES Y
CONVERSIÓN
ANALOGO/
DIGITAL

ADQUISICIÓN DE
DATOS MANUALES

ADECUACIÓN DE
LOS DATOS

ALMACEN DE
ADECUACIÓN DE DATOS
LOS DATOS SI INICIALES NO DATOS EN
BASE DE DATOS LÍNEA

Fig. 3: Diagrama secuencial del bloque de adquisición de datos.

3
H.R. Di Prátula, A.C. Russin, E. Guillermo, R. Bocero
MATRIZ BOBINADO MATRIZ BOBINADO VECTOR ESTRUCTURAL DE ALMACEN DE
ESTATÓRICA ROTÓRICA LOS BOBINADOS DATOS EN
ESTATÓRICOS Y ROTÓRICOS LÍNEA
BASE DE DATOS

MATRIZ DENSIDAD
DE CONDUCTORES
DEL ESTATOR

MATRIZ PREVIA A
LA MATRIZ
BOBINADO
ESTATÓRICA

MATRIZ DENSIDAD
MATRIZ BOBINADO
DE CONDUCTORES
ESTATÓRICA
DEL ROTOR

MATRIZ PREVIA A
LA MATRIZ
BOBINADO
ROTÓRICA

MATRIZ
MATRIZ BOBINADO ESTRUCTURAL DEL
ROTÓRICA BOBINADO
ESTATÓRICO

MATRIZ
ESTRUCTURAL DEL
BOBINADO
ROTÓRICO

ALMACEN DE DATOS
PREPROCESADOS

Fig. 4: Ejemplo de un diagrama secuencial del bloque de

preprocesamiento de datos para fallas rotóricas en la MEI.

Análisis y Resultados

La adquisición de datos manuales de la MEI se efectúa a través de teclado y se

almacena en forma permanente. Estos datos son:

Datos de chapa
V N (tensión nominal), I N (corriente nominal), n N (velocidad nominal en

rpm), PN (potencia nominal en el eje), f N (frecuencia de trabajo),

mE (número de fases estator), m R (número de fases rotor), p (número de

pares de polos).

4
 Algoritmo para procesamiento de datos…

Otros datos del fabricante

q r (número de ranuras del estator y/o rotor), Z q (número de conductores

en cada ranura), q b número de ranuras por paso de bobina, (alto de

entrehierro), q f (número de ranuras por polo y fase), Dm (diámetro

medio de entrehierro), l (longitud del rotor), q p (número de ranuras por

polo), S 2 (barras del rotor), DCR (datos característicos del rodamiento:

diámetro, bolillas, etc.).

Datos de ensayos
Ensayo de vacío: I 0 , P0 , cos( 0 ) (corriente, potencia y factor de

potencia) Ensayo a rotor bloqueado: Vcc , Pcc , cos( cc ) (corriente,

potencia y factor de potencia)

El período de repetición del ensayo es elegido por los especialistas en
mantenimiento predictivo.

La adquisición de datos magnéticos y eléctricos se efectúa mediante sensores no

invasivos, cuyas señales, después de la conversión analógico/digital, ingresan a la
computadora.
Los datos manuales se ordenan en una matriz columna D cuyos elementos, según
(1), son tres matrices columna a saber: el primer elemento DE contiene los datos
eléctricos, el segundo DM los mecánicos y el tercero DF los de diseño.
VN
IN
fN
qr
PN
Zq
mE
DE qB
mR nN
D DM con DE , DM , DF S2 . (1)
I0 DCR
DF δ
P0
Dm
cos( 0 )
l
I cc
Pcc
cos( cc )

5
H.R. Di Prátula, A.C. Russin, E. Guillermo, R. Bocero

Por su parte, según se indica en (2), los datos en línea (de los adquisidores de
datos) son acondicionados en una matriz columna DeL . El primer elemento de DeL es
la matriz FH con información temporal, el segundo ( DEeL ) contiene los datos
eléctricos (V (voltaje), I (corriente), f (frecuencia), P (potencia activa), Q (potencia
reactiva), cos( ) (factor de potencia), el tercero ( DMeL ) con las velocidad rotórica nR

y el cuarto ( D eL ) los correspondientes a los sensores de flujo 1, 2 y 3 en las

posiciones 1,2 y 3, ad (adelante), m (medio) y at (atrás). Las posiciones de los

sensores se definieron en las publicaciones referidas en [1]. Las matrices de flujo se
denominan de acuerdo a su posición: “matriz de datos del sensor en posición 1”, “matriz
de datos del sensor en posición 2”, “matriz de datos del sensor en posición 3”, “matriz
de datos del sensor en posición adelante”, “matriz de datos del sensor en posición
media” y “matriz de datos del sensor en posición atrás”.

V 1
FH Día I 2
DEeL Mes f 3
DeL con FH , DEeL , DMeL n R , D eL , (2)
DMeL Año P ad
D eL Hora Q m
cos( ) at

donde cos( ) cos(arctg (Q / P)) , siendo inductivo si Q es negativo y capacitivo si

Q es positivo.
En la base de datos se almacenan los datos manuales y los datos iniciales
(“firmas”) de la MEI.Estos datos se utilizan en todas las etapas posteriores.
Los datos en línea se graban en un almacén de datos, que es una matriz de trabajo
donde se los conserva por fecha y por ubicación de sensor. Estos datos constituyen la
“historia” ordenada de la MEI.
El mantenimiento predictivo se basa en el análisis de los cambios en variables
conocidas y estudiadas del sistema.
La metodología del pre-procesamiento de datos se muestra en la Fig. 4; este
diagrama corresponde a la etapa de análisis teórico expuesto en la referencia [1]. La Fig.
5 muestra la secuencia a seguir para calcular los elementos componentes de las matrices

[2 FITZGERALD, A., 1992; CHEE-MUN-ONG,1998.

3 DI PRÁTULA, H., 2007.

6
 Algoritmo para procesamiento de datos…

bobinados del estator y del rotor y las matrices estructurales de los bobinados del estator
y del rotor. Estas serán luego aplicadas para obtener las matrices de inductancia, flujo y
potencia reactiva para diagnosticar las fallas en la MEI.
La siguiente ecuación relaciona magnéticamente a través del coeficiente de
inducción mutua los bobinados “i” y “j” de las máquinas eléctricas de inducción, siendo
el origen del análisis teórico efectuado.

Dm 2
Lij ( ) 0l g 1( , ) Ni ( , ) N j ( , ) d (3)
2 0

Donde “ N i ( , ) o N j ( , ) representa la distribución de fuerza magnetomotriz

a lo largo del entrehierro para una corriente unidad fluyendo en el bobinado”

considerando como la posición angular del rotor con respecto a una referencia
estatórica, es una posición angular particular a lo largo de la superficie interior del

estator de la máquina eléctrica, g 1 ( , ) es la longitud del entrehierro en función de la

posición angular del rotor y la posición angular particular, l es la longitud axial, o es

la permeabilidad del aire y Dm / 2 es el radio promedio del entrehierro 3 .

N i ( , ) o N j ( , ) son las funciones bobinados de los bobinados “i” y “j”. La

definición se basa en la conformación espacial de la fuerza magnetomotriz para una

corriente unidad fluyendo por los bobinados.
Se define la densidad de conductores por ranura representada por pulsos con
magnitud dada por la cantidad de conductores por ranura. Las ecuaciones matemáticas
se expresarán en la página siguiente.
Un análisis de la Figura 5 muestra que hay tres zonas de cálculo y dos zonas
auxiliares. La primera zona (auxiliar) indica de dónde se obtienen los datos necesarios
para el cálculo. La segunda y tercera desarrollan aquellos cálculos teóricos asociados
con las matrices de los bobinados (ver Ecuaciones Matemáticas). La cuarta zona calcula
la matriz estructural del bobinado y la quinta zona (auxiliar) exhibe la base de datos
donde se extraen los datos en línea.
A continuación se detalla en particular los cálculos específicos que se desarrollan
en cada zona y sus vínculos con la teoría expuesta en la referencia [4].

3 XIAOGANG, L, 1995, 203-210.

[4] DI PRÁTULA, H., 2004, 2006, 2007, 2009, 79-89, 2011 [1a 5].

7
H.R. Di Prátula, A.C. Russin, E. Guillermo, R. Bocero
CALCULOS TEÓRICOS DE LA
CALCULOS TEÓRICOS DE LA VERIFICACIÓN TEÓRICA.
MEI CON LOS VECTORES
MEI CON LAS MATRICES CONTROL DE RESULTADOS
ALMACEN DE ESTRUCTURALES DE LOS
BOBINADOS TEÓRICOS
DATOS BOBINADOS
PREPROCESADOS ALMACEN DE
DATOS EN
LÍNEA
CALCULOS
TEÓRICOS DE LA
MEI CON LOS
VECTORES
ESTRUCTURALES
DE LOS
BOBINADOS

BASE DE DATOS
CALCULOS
TEÓRICOS DE LA
MEI CON LAS
MATRICES
BOBINADOS

ALMACEN DE DATOS DE
CALCULO CON EL VECTOR
ESTRUCTURAL DEL BOBINADO

VERIFICACIÓN
ALMACEN DE DATOS DE TEÓRICA.
CALCULO CON LA MATRIZ CONTROL DE
BOBINADO RESULTADOS
TEÓRICOS

ALMACEN DE
SI ERROR NO DATOS
TEÓRICOS

ALMACEN DE
DATOS
PREPROCESADOS

Fig. 5: Diagrama secuencial del bloque de cálculos teóricos.

Ecuaciones Matemáticas

Se define la matriz densidad numérica de conductores Z , para el caso de un

bobinado distribuido en “ n ” ranuras y “ m ” fases,

n m
Z (4)

con elementos Z ij : cantidad de conductores en la i–ésima ranura de la j–ésima fase

(Tabla 1).
Se define la matriz Z P cuyos elementos son suma de funciones componentes
sucesivas, que corresponde cada una a un pulso espacial de valor constante igual a Z
(conductores por ranura), correspondiendo a un pulso solo en una franja (ranura) y nulo
fuera de él:
n
Z Pij Z ij (5)
i 1

como paso previo para definir la matriz bobinado. Se requiere determinar el promedio
para las “ n ” ranuras del bobinado en estudio que se disponen en columnas en la matriz
bobinado, siendo 5 :

5 BOSSIO, G. et al, 2002, a-b 2003; HOUDUIN, G., et al, 2003, FAIZ, J and TABATABAEID I.,
2002; MESHGIN H. et al, 2003.

8
 Algoritmo para procesamiento de datos…

n
1
Z promedio Pij (Z) (6)
n i 1

cuyos valores –como ejemplo- se indican recuadrados en la Tabla 3, para j 1, 2, 3 .

fases 1 2 3
ranuras
1 Z11 Z12 Z13
2 Z 21 Z 22 Z 23

n 1 Z (n 1)1 Z (n 1) 2 Z (n 1) 3

n Z n1 Z n2 Z n3
Tabla 1: Matriz densidad de conductores.

Ejemplo: bobinado estatórico de 20 conductores por ranura, 36 ranuras y 4 polos

en una Máquina Eléctrica de Inducción, tomando el 50% de las ranuras por ser el
bobinado periódico y repetitivo de módulo igual a un par de polos.
La matriz bobinado se origina en una matriz densidad de conductores. Sin
embargo, como representa la discretización de la función bobinado en el recinto de la
ME, es posible deducirla de esta función (ver Fig. 6).
Luego, se define la matriz bobinado N (χ ×m) dónde “ χ ” corresponden al número
de posiciones angulares espaciales fijas adoptadas según el objetivo de la investigación
(para este ejemplo igual al número de dientes) y “m” las fases (ver Tablas 2, 3 y 4),
siendo sus elementos:

N ij [ (Z Pij ) Z ] (7)

9
H.R. Di Prátula, A.C. Russin, E. Guillermo, R. Bocero

fase 1 fase 2 fase 3 fase 1-inicial fase 2-inicial fase 3-incial

1 20 0 0 1 20 0 0
2 20 0 0 2 40 0 0

Posiciones angulares fijas en el entrehierro

3 10 0 -10 3 50 0 -10
4 0 0 -20 4 50 0 -30
5 0 0 -20 5 50 0 -50
6 0 10 -10 6 50 10 -60
ranuras del estator
7 0 20 0 7 50 30 -60
8 0 20 0 8 50 50 -60
9 -10 10 0 9 40 60 -60
10 -20 0 0 10 20 60 -60
11 -20 0 0 11 0 60 -60
12 -10 0 10 12 -10 60 -50
13 0 0 20 13 -10 60 -30
14 0 0 20 14 -10 60 -10
15 0 -10 10 15 -10 50 0
16 0 -20 0 16 -10 30 0
17 0 -20 0 17 -10 10 0
18 10 -10 0 18 0 0 0
Promedio 20 30 -30

Tabla 2: Matriz densidad de conductores del Tabla 3: Matriz previa a la matriz estructural del bobinado.
ejemplo.

fase 1 fase 2 fase 3

1 0 -30 30
2 20 -30 30
posciones angulares fijas en el entrehierro

3 30 -30 20
4 30 -30 0
5 30 -30 -20
6 30 -20 -30
7 30 0 -30
8 30 20 -30
9 20 30 -30
10 0 30 -30
11 -20 30 -30
12 -30 30 -20
13 -30 30 0
14 -30 30 20
15 -30 20 30
16 -30 0 30
17 -30 -20 30
18 -20 -30 30

Tabla 4: Matriz bobinado.

Fig. 6: Muestra la máquina eléctrica, su bobinado

estatórico, la función bobinado y las posiciones
angulares fijas, ranuras donde se inserta el bobinado
y dientes de la MEI [1].

Todas las estructuras eléctricas polifásicas de las ME pueden ser representadas por
una matriz bobinado de “ ” filas y “m” columnas. Una estructura eléctrica polifásica
(bobinados cuya característica esencial es la periodicidad, simetría y perfección en el
espacio de la ME), excitada por una corriente polifásica de características adecuadas
puede ser representada por una matriz de “ ” filas y una columna. En las condiciones

10
 Algoritmo para procesamiento de datos…

especificadas por el párrafo anterior se define un vector que represente la estructura

polifásica de la MEI como síntesis de su fuerza magnetomotriz por unidad de corriente
del siguiente modo: es un vector cuya posición varía en función del tiempo con una
frecuencia “ ” (el vector estructural del estator gira a “ 2 f ” y el del rotor “ 2 f R ”) y
sintetiza la estructura eléctrica polifásica excitada por una corriente de módulo unidad
polifásica (trifásica (estator de la MEI), polifásica (rotor de la MEI)).
Desde el punto de vista algebraico el vector estructural del bobinado al ser
función del tiempo ( tn) se transforma en una matriz de “ ” filas y “ t n ” columnas.

m (m-1)2π
j
fU (χ x ωt n ) = (Nm Re(e m
)) * Re (e jωt ) = (fU Î R χ x ωtn ) (8)
m =1

Siendo aplicado al bobinado estatórico ( f UE ) y/o rotórico ( f UR ):

Los datos se almacenan en una matriz de preprocesamiento de datos. Esta matriz
columna tendrá los siguientes elementos componentes (ver Fig.4):

NE
NR
PD (9)
f UE
f UR

Un análisis del diagrama exhibido en la Fig.5, muestra que hay tres zonas de
cálculo y dos zonas auxiliares. La primera zona indica de dónde se extraen los datos
necesarios para el cálculo. La segunda zona investiga la aplicación del vector estructural
del bobinado. En la tercera zona se efectúan los cálculo de la totalidad de las variables y
parámetros de la ME utilizando la matriz bobinado y las ecuaciones propuestas. Los
datos obtenidos en las zonas explicitadas anteriormente son almacenados en las
respectivas bases de datos. La cuarta zona propone un control teórico de resultados
utilizando los valores obtenidos en los procesos anteriores y la quinta zona propone el
almacenamiento de datos teóricos.
Como este diagrama secuencial es extenso se divide en sub-diagramas para su
mejor comprensión. Cada sub-diagrama presenta una secuencia de cálculo y
almacenamiento de datos, como también la posibilidad de imprimir o mostrar en
pantalla aquellos que se requieran rápidamente.

11
H.R. Di Prátula, A.C. Russin, E. Guillermo, R. Bocero

Conclusiones

Los diagramas presentados, su explicación y los desarrollos teóricos asociados

permitirán que un programador realice sin inconvenientes un programa de adquisición
de datos, análisis teórico y de fallas de una MEI en línea utilizando sensores magnéticos
y medición de las variables eléctricas, permitiendo que en una etapa futura dicho
software sea usado en un instrumento que adquiera y procese los datos dando el
diagnóstico.
El diseño del algoritmo exhibe una diferencia marcada en los aspectos teóricos y
experimentales actuales, porque permite efectuar la detección y alarma temprana
(método propuesto de determinación diagnóstica por autovalores y autovectores de falla
estatórica de la MEI) basado en el análisis algebraico. Al mismo tiempo, efectúa doble
cálculo teórico de las variables a comparar (matriz bobinado y vector estructural del
bobinado) y almacena datos de fabricación y de ensayo que no son conocidos
habitualmente por los expertos en mantenimiento predictivo (bobinados, medidas
internas de la MEI, ensayos de vacío y rotor bloqueado, tipo de dientes, la permeancia
original de entrehierro, tipo de rodamiento, etc.).

Referencias bibliográficas

- BOSSIO, G. et al, A 2D –Model of the Induction Motor: An Extensión of the

Modified Winding Function Approach,” The 28th Annual Conference of the IEEE
Industrial Electronics Society (IECON'02), Vol. 1, pp. 62–67, Sevilla, Spain,
November., 5-8, 2002.
- BOSSIO, G. et al, Effects of rotor bar and end-ring faults over the signals of a
position estimation strategy for induction motors, Electric Machines and Drives
Conference, IEMDC'03. IEEE International Vol. 1, pp. 151-155,1-4 June, a 2003.
- BOSSIO, G. et al, Un modelo para motores de inducción con entrehierro no
uniforme, X Reunión de Trabajo en Procesamiento de la Información y Control (X
RPIC), pp. 92-97, San Nicolás, Buenos. Aires, 8-10 de Octubre, b 2003.
- CHEE-MUN-ONG, Dynamic Simulation of Electric Machinery using
Matlab/Simulink, Prentice
- [1] DI PRÁTULA, H.R., Diagnóstico predictivo de fallas rotóricas en máquinas
eléctricas de inducción. En Revista Digital del Instituto Universitario Naval,
SECRETARÍA DE INVESTIGACIÓN. Año I, Nº 1, p. 79-89, 2009. En
http://www.ara.mil.ar/revista_investigacion.asp
- [2] DI PRÁTULA, H.R., Métodos de diagnóstico no invasivo de fallas en máquinas
eléctricas: análisis teórico-experimental comparativo. XXI Congreso Panamericano
de Ingeniería Mecánica, Eléctrica, Industrial y Ramas Afines, COPIMERA, Lima
Perú, 10-12 de octubre, 2007.

12
 Algoritmo para procesamiento de datos…

- [3] DI PRÁTULA, H.R., Nuevo Enfoque Teórico y Experimental para el

Diagnóstico de Fallas en la Máquina Eléctrica (ME) de Inducción, IX Congreso
Nacional de Ingeniería Mecánica y Eléctrica, UTN, Facultad Regional Pacheco,
Buenos Aires, 14-15 de octubre, 2004.
- [4] DI PRÁTULA, H.R., Métodos de diagnóstico no invasivo de fallas en máquinas
eléctricas: análisis teórico-experimental comparativo, CONIME, Buenos Aires, 24
y 25 de agosto, 2006.
- [5] DI PRÁTULA, H.R., Turbinas Eólicas: Optimización en el Pre-Diagnóstico de
Fallas en el Generador. En Revista Internacional “Información Tecnológica”, Lugar
s/d, 2011.
- XIAOGANG, L., et al, Multiple Coupled Circuit Modeling of Induction Machines,
IEEE Transactions on Industry Aplications., Vol. 31, Nº 2, pp. 203-210,
March/April, 1995.
- FAIZ, J and TABATABAEID I., Extension Winding Function Theory for
Nonuniform Air Gap in Electric Machinery, IEEE Transactions on Magnetics, Vol.
38, No. 6, pp. 3654-3657, November 2002.
- FITZGERALD, A., E., et al, Máquinas Eléctricas, Mc Graw-Hill , 5ta Edición,
1992.
- Hall PTR , 1998.
- HOUDUIN, G., et al, A Winding Function Theory Based Global Method for the
Simulation of Faulty Induction Machines, Proc. IEEE International Electric
Machines and Drives conferences (IEMDC' 03), pp. 297-303, MADISON, June 1st-
4th, b 2003.
- MESHGIN H. et al, A Comprehensive Method for the Calculation of Inductance
Coefficients of Cage Induction Machines, IEEE Transactions on Energy
Conversion, Vol. 18, Nº.2, pp.187-193, June, 2003.

***

Horacio Raúl di Prátula. Ingeniero Electricista, egresado de la Universidad Tecnológica

Nacional (UTN), Facultad Regional de Bahía Blanca (FRBB). Doctor en Ingeniería, egresado
de la Universidad Nacional del Sur (UNS). Se desempeña como docente de grado y de
postgrado. Es Profesor Titular en la UTN – FRBB y profesor Titular en la Escuela de Oficiales
de la Armada (ESOA). Ejerce la docencia de postgrado en la UTN - FRBB y en otras
universidades. Es Director del GESE (Grupo de estudio sobre energía), dependiente de CyT de
la UTN - FRBB desde 2004. Es investigador categoría III (categoría otorgada por el Ministerio
de Educación); actualmente participa en varios proyectos como director, co-director e
investigador. Es autor de más de cincuenta publicaciones en Congresos Nacionales e
Internacionales. Asimismo, es Representante Técnico de la Cooperativa Eléctrica y de Servicios
Mayor Buratovich Ltda. Ha realizado proyectos, ejecución y dirección de 600 kms de línea
rural y 250 SE eléctricas, una Central de arranque rápido, sistema de distribución de gas en 40
manzanas y un parque eólico. Es Consejero Departamental en el Dpto. de Ingeniería Eléctrica
UTN –FRBB; Consejero Suplente en el Consejo Académico UTN – FRBB e integrante de la
Comisión de Postgrado en la UTN.

13

View publication stats