Víctor Martínez con un grupo de estudiantes universitarios.
17 de enero de 2023. La revista Computers and electronics in agriculture ha publicado un estudio realizado por Víctor Martínez-Martínez, Director del Máster en Big Data (Análisis Inteligente de Datos Masivos) de la Universidad Isabel I, en colaboración con Francisco Javier Gómez-Gil y Rubén Ruiz-González, de la Universidad de Burgos; Lidia Martínez-Martínez y Jaime Gómez-Gil, de la Universidad de Valladolid, que muestra un avance significativo en el monitoreo de la maquinaria agroindustrial.
El estudio, titulado Vibration-based monitoring of agro-industrial machinery using a k-Nearest Neighbors (kNN) classifier with a Harmony Search (HS) frequency selector algorithm, utiliza un clasificador k-Nearest Neighbors (kNN) combinado con un algoritmo Harmony Search (HS). El equipo ha desarrollado una innovadora técnica de monitoreo basada en la vibración, que utiliza un clasificador de K Vecinos más Cercanos (kNN) en combinación con un algoritmo Harmony Search (HS) para la selección de frecuencias que permite una mayor eficacia, si se comparan sus resultados a otros estudios previos.
Procesamiento de los datos.
La investigación se centró en la monitorización de una cosechadora, utilizando datos de vibración recogidos por cuatro acelerómetros instalados a lo largo de su chasis. Se evaluaron tanto el motor a distintas velocidades (como la trilladora y la picadora) en condiciones de encendido apagado y simulando un funcionamiento correcto o una avería del componente.
Fotografía del monitoreo de la cosechadora.
Una de las contribuciones más significativas de este estudio es la posibilidad de usar un único sensor de vibración para monitorear múltiples componentes de la máquina. La investigación resalta por haberse llevado a cabo en una cosechadora real, una de las máquinas agrícolas más complejas, demostrando la viabilidad del método en condiciones de trabajo reales. A pesar de haberse realizado en una cosechadora en parado, los investigadores confían en que el método será igualmente efectivo en máquinas en movimiento, superando interferencias como las provocadas por circular por terreno irregular.
Técnicas de inspección de maquinaria más rápidas y económicas
“Este descubrimiento no solo presenta un método más preciso para el monitoreo del estado operativo de maquinaria agrícola, sino que también destaca por su menor carga computacional, lo que representa un paso adelante importante en la búsqueda de soluciones más eficientes y rápidas para el sector agroindustrial”, explicó el profesor Víctor Martínez.
Este estudio abre las puertas a técnicas de inspección de maquinaria más rápidas y económicas. Este avance representa un paso significativo hacia sistemas de monitorización más eficientes y económicas en la maquinaria agrícola, con un potencial considerable para mejorar tanto la productividad como para reducir los costos en el sector agroindustrial.
Para más detalles sobre este innovador estudio, los interesados pueden consultar el artículo completo en la dirección https://doi.org/10.1016/j.compag.2023.108556.