Comportamiento Térmico de un Motor Trifásico con Reductor de Velocidad Bajo Distintos Niveles de Carga
DOI:
https://doi.org/10.61236/p02p1f28Palabras clave:
Motor de inducción trifásico, comportamiento térmico, temperatura de carcasa, carga mecánica, reductor de velocidadResumen
En el presente estudio se analizó el comportamiento térmico de un motor de inducción trifásico en dos configuraciones de funcionamiento, una sin reductor y otra con reductor de velocidad, bajo una condición en vacío y cuatro etapas sucesivas de operación con carga definidas a partir de corrientes de referencia. La temperatura de carcasa se empleó como variable principal, mientras que la corriente de línea y la velocidad de giro se utilizaron como variables de apoyo para interpretar la condición operativa del sistema. Los ensayos tuvieron una duración de 120 min, con registros cada 10 min. Los resultados mostraron que, en ambas configuraciones, la temperatura aumentó progresivamente con la exigencia operativa y el tiempo de servicio. Sin embargo, bajo el criterio experimental adoptado, la configuración con reductor presentó mayor severidad térmica en todas las condiciones evaluadas, incluso en vacío. Asimismo, la comparación entre corriente y temperatura finales indicó que la corriente no explicó por sí sola la diferencia térmica observada entre configuraciones. En conjunto, los hallazgos muestran que la evaluación térmica de motores trifásicos en servicio debe considerar, además de las variables eléctricas, la configuración mecánica bajo la cual opera el sistema
Descargas
Referencias
[1] Chapman, “MÁQUINAS ELÉCTRICAS,” 2006.
[2] Austin. Hughes and Bill. Drury, Electric motors and drives: fundamentals, types and applications. Elsevier, 2013.
[3] A. E. Fitzgerald, Charles. Kingsley, and S. D. Umans, Electric machinery. McGraw-Hill, 2003.
[4] Gilberto Enríquez Harper, El ABC de las instalaciones eléctricas industriales, Predicción. Mexico: Editorial Limusa, S.A. de C.V., 2001.
[5] C. Kim and K.-S. Lee, Induction Motors - Recent Advances, New Perspectives and Applications. IntechOpen, 2023. doi: 10.5772/intechopen.104031.
[6] S. Madhavan et al., “Thermal management analyses of induction motor through the combination of air-cooling and an integrated water-cooling system,” Sci. Rep., vol. 13, no. 1, Dec. 2023, doi: 10.1038/s41598-023-36989-2.
[7] B. Ge, J. Zhang, and D. Tao, “Thermal analysis of axial-radial hybrid ventilation motor and stator ventilation channel improvement,” IET Electr. Power Appl., vol. 16, no. 11, pp. 1330–1338, Nov. 2022, doi: 10.1049/elp2.12230.
[8] A. Glowacz and Z. Glowacz, “Diagnosis of the three-phase induction motor using thermal imaging,” Infrared Phys. Technol., vol. 81, pp. 7–16, Mar. 2017, doi: 10.1016/j.infrared.2016.12.003.
[9] Anees Mohammed and Sinisa Djurović, “Stator Winding Internal Thermal Monitoring and Analysis Using in-situ FBG Sensing Technology,” IEEE Transactions on Energy Conversion, 2018.
[10] M. O. Sonnaillon, G. Bisheimer, C. De Angelo, and G. O. García, “Online sensorless induction motor temperature monitoring,” IEEE Transactions on Energy Conversion, vol. 25, no. 2, pp. 273–280, Jun. 2010, doi: 10.1109/TEC.2010.2042220.
[11] H. Ashfaq, M. Saood, and M. S. J. Asghar, “A new formulation for minimum input volt-ampere (VA)-slip relationship of three-phase induction motors,” Journal of King Saud University - Engineering Sciences, vol. 29, no. 3, pp. 253–256, Jul. 2017, doi: 10.1016/j.jksues.2015.10.002.
[12] H. Zhang, Q. Wang, L. Chen, J. Zhou, and H. Shao, “Fault Diagnosis of Industrial Motors with Extremely Similar Thermal Images Based on Deep Learning-Related Classification Approaches,” Energy Engineering: Journal of the Association of Energy Engineering, vol. 120, no. 8, pp. 1867–1883, 2023, doi: 10.32604/ee.2023.028453.
[13] J. H. Lee, J. H. Pack, and I. S. Lee, “Fault diagnosis of induction motor using convolutional neural network,” Applied Sciences (Switzerland), vol. 9, no. 15, 2019, doi: 10.3390/app9152950.
[14] H. S. Huey Wee and N. S. Ahmad, “Review and Comparative Analysis of System Identification Methods for Perturbed Motorized Systems,” 2025, Tech Science Press. doi: 10.32604/cmes.2025.063611.
[15] J. Lee and J. I. Ha, “Temperature Estimation of PMSM Using a Difference-Estimating Feedforward Neural Network,” IEEE Access, vol. 8, pp. 130855–130865, 2020, doi: 10.1109/ACCESS.2020.3009503.
[16] Sudarsono, Yuli Purwanto, Anak A. P. Susastriawan, and La Astamu, “An Effect of Zeolite Size on Performance of Dry Scrubber in Tar Removal of Biomass Derived Syngas,” International Journal of Heat and Technology, 2022.
Publicado
Número
Sección
Licencia
Derechos de autor 2026 Ciencias de la Ingeniería y Aplicadas
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial 4.0.
Derechos de autor 2026 Ciencias de la Ingeniería y Aplicadas
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial 4.0
Los autores que publican en esta revista están de acuerdo con los siguientes términos:
- Licencia Creative Commons Atribución-NoComercial que permite a otros compartir el trabajo con un reconocimiento de la autoría del trabajo y la publicación inicial en esta revista.
- Los autores pueden establecer por separado acuerdos adicionales para la distribución no exclusiva de la versión de la obra publicada en la revista (por ejemplo, situarlo en un repositorio institucional o publicarlo en un libro), con un reconocimiento de su publicación inicial en esta revista.
- Se permite y se anima a los autores a difundir sus trabajos electrónicamente (por ejemplo, en repositorios institucionales o en su propio sitio web) antes y durante el proceso de envío, ya que puede dar lugar a intercambios productivos, así como a una citación más temprana y mayor de los trabajos publicados (Véase The Effect of Open Access) (en inglés).
