Más concretamente, tras un cuidadoso análisis del gráfico se pueden obtener las siguientes conclusiones:
1. Con respecto a la componente en f ⋅ (1−2 ⋅ s), su evolución es claramente discernible para cada condición de falla en cada posición del sensor. Además, su intensidad aumenta a medida que empeora la asimetría del devanado del rotor (aparece con muy baja intensidad en los casos sanos). Esto indica que este componente es un muy buen candidato para detectar la presencia de la asimetría y cuantificar su severidad, razón por la cual el indicador propuesto en este trabajo de tesis se basa en este componente específico. Por otro lado, aunque esta componente tiene una naturaleza predominantemente radial (Ramirez-Nunez et al., 2018), su evolución se observa para todas las posiciones del sensor, probablemente debido a su amplitud predominante y porque para cada posición del sensor se capturó una cierta porción del flujo radial.
2. Por otro lado, también se observa claramente la evolución de la componente axial en s ⋅ f . Este componente es más perceptible en la Posición A, ya que en esta posición del sensor el flujo capturado es principalmente axial. Por lo tanto, esta componente frecuencial (amplificada por la falla) tiene mucha más amplitud para esta posición del sensor, mientras que muestra menos amplitud para la Posición B y, especialmente, para la Posición C. Por otro lado, observe cómo, para cada posición específica del sensor, a pesar de que este componente aumenta su intensidad a medida que aumenta la gravedad de la falla, es claramente observable incluso en condiciones saludables. Esto se debe a que, como se informó en trabajos anteriores, la amplitud de la componente s ⋅ f también se ve incrementada por la presencia de desalineaciones/excentricidades. Dado que el motor probado estuvo operando bajo cierto nivel de desalineación en todas las pruebas, esto conduce a un incremento en la amplitud de este componente, incluso para las pruebas correspondientes a la condición saludable del devanado del rotor.
Además, para mostrar el potencial de la metodología propuesta para generar un diagnóstico automático de fallas de asimetría en WRIM, la Figura 39 muestra los resultados obtenidos cuando el indicador de flujo es calculado aplicando la ecuación (39) a la señal wavelet d8 obtenida usando la técnica DWT. Estos resultados se obtienen usando el sensor del tipo bobina instalado en las tres diferentes posiciones definidas en la sección 4 de este trabajo (posiciones A, B y C de acuerdo con la Figura 19). En ellos se muestra que es posible detectar la gravedad de las fallas de asimetría del rotor en un WRIM por medio de lecturas de fem de un sensor de bobina externa conectado al motor. Además, como se puede observar, el valor del indicador para el caso en que el motor está sano indica niveles más altos, mientras que cuando la severidad de la falla es cada vez mayor, el indicador arroja valores cada vez más bajos en dB, siguiendo una clara tendencia decreciente cuando el nivel de asimetría es mayor. En efecto, la diferencia entre el motor en buen estado y el motor con mayor severidad de falla considerada es ciertamente amplia, hecho que demuestra la efectividad del indicador. Esta situación se atribuye a que la señal wavelet considerada (d 8) tiene baja amplitud cuando el motor está en buen estado, mientras que su energía comienza su aumento cuando aparece la componente debida a la falla.
6.2 Aplicación de la metodología propuesta para el diagnóstico automático de fallo de barras rotas y desalineamiento durante el arranque del motor.
6.2.1Motivación del caso de estudio. Los motores de inducción son componentes esenciales y ampliamente utilizados en muchos procesos industriales. Aunque estas máquinas son muy robustas, son propensas a fallar. Hoy en día es una tarea primordial obtener un diagnóstico fiable y preciso del estado de los motores eléctricos, de forma que se logre una reducción posterior de los tiempos requeridos y costos de reparación. Los enfoques más comunes para llevar a cabo esta tarea se basan en el análisis de corrientes, lo que tiene algunos inconvenientes bien conocidos que pueden conducir a falsos diagnósticos. Con los nuevos desarrollos en el campo de la tecnología de sensores y procesamiento de señales, se debe explorar la posibilidad de combinar la información obtenida del análisis de diferentes magnitudes, con el fin de lograr conclusiones diagnósticas más confiables, antes de que la falla pueda convertirse en un daño irreversible. Las roturas en las barras del rotor en motores de inducción tipo jaula de ardilla pueden ocurrir en las propias barras, en los anillos terminales, o en las uniones entre estas dos partes. De acuerdo a lo reportado en la literatura, se sabe que las fallas del rotor son causadas principalmente por una combinación de diferentes esfuerzos que se presentan en el rotor debido a aspectos electromagnéticos, térmicos, dinámicos, ambientales y mecánicos, como los que se mencionan a continuación (Hassan et al., 2018):
 Esfuerzos térmicos durante el arranque directo en línea (DOL por su abreviatura en inglés, Direct OnLine) o sobrecarga que causan sobrecalentamiento de la jaula del rotor.
 Tensiones magnéticas debidas a fuerzas electromagnéticas, tirones magnéticos desequilibrados, ruido electromagnético y vibraciones.
 Esfuerzos dinámicos como resultado de cargas mecánicas pulsantes (fluctuaciones de voltaje, oscilación del par del eje y fuerzas centrífugas).
 Esfuerzos mecánicos debido a laminación suelta, piezas fatigadas, y fallas en los rodamientos.
 Estrés ambiental por contaminación y abrasión del material del rotor debido a productos químicos o exposición a la humedad.
Así entonces, resulta de gran relevancia el diagnóstico oportuno y preferentemente de forma automática de barras rotas en motores eléctricos de inducción debido a las diversas repercusiones que una falla de este tipo puede tener, entre otras: si no se atiende a tiempo, los esfuerzos térmicos provocados por la ausencia de la barra rota en las barras adyacentes puede generar un desgaste mayor e incremente la rapidez de la evolución, si se llega a desprender una barra puede generar un contacto con el bobinado del estator lo que a su vez puede finalizar en un cortocircuito catastrófico con fallas irreversibles.
En este caso de estudio se explora el análisis ponderado de diversas componentes de flujo magnético de dispersión capturado en la periferia del marco el motor bajo análisis (flujo de dispersión radial, axial y combinación de flujo dispersión axial y radial) mediante el sensor de flujo dispersión triaxial propuesto. Este sensor es compacto, no invasivo, y de bajo costo, mismo que se describe en la sección 4.2. Las señales son capturadas durante el arranque del motor y son analizadas a través de la transformada de Fourier de tiempo corto (STFT). Posteriormente se caracterizan los patrones específicos que aparecen cuando el motor se encuentra