In recent years, industries have chosen to invest in technology with the aim of making their processes more efficient and thus offering market products of higher quality. Nowadays it is very common for companies to use special systems to predict failures and avoid unexpected delays, reduction of costs, etc. SBI Connectors, along with the Universitat Politècnica de Catalunya, have been
collaborating to develop research projects for more than 10 years. As a result of the collaboration with the university, patents and international publications have been generated, which have helped to situate and reinforce SBI Connectors leadership in the international market while offering an image of scientific-technical credibility. This research is carried out, with the collaboration of SBI connectors and Universitat Politècnica de Catalunya, in order to develop the Smartconnector project (within the Retos de Colaboración Spanish research frame). The thesis proposed by the author is dedicated to develop and validate RUL (Remaining Useful Life) and fault detection approaches for electrical substation connectors. The RUL approach proposed in this work is based
on a simple and accurate model of the degradation with time of the electrical resistance of the connector (main health indicator),
which has two parameters, whose values are identified from on-line acquired data. Next, the fault detection chapter is divided into two parts. The first part presents an on-line condition monitoring method to predict early failures in power connectors from on-line acquired data in conjunction with another parametric degradation model of the resistance of the connector, whose parameters are identified by means of the Markov chain Monte Carlo stochastic method. The second part presents, analyzes and compares the
performance of three simple and effective methods for online determination of the State of Health (SoH) of power connectors with low computational requirements. The proposed approaches are based on monitoring the evolution of the connectors’ electrical resistance, which determines the degradation trajectory. Furthermore, this work includes an in-depth study of the temperature
dependence of the electrical contact resistance (ECR). To analyze and validate results presented in this work, data is acquired in real time, including main parameters such as the electrical current and voltage drop across the terminals of the connector,
conductor and connector temperature, thus estimating the phase shift between voltage drop and electrical current waveforms and the contact resistance by means of accelerated aging tests (ADT).
En los últimos años, la industria ha optado por invertir en tecnología con el objetivo de hacer más eficientes sus procesos y así ofrecer al mercado productos de mayor calidad. Hoy en día es muy habitual que las empresas utilicen sistemas especiales para predecir fallos y evitar retrasos inesperados, reducción de costes, etc. SBI connectors, junto con la Universitat Politècnica de Catalunya, colaboran para desarrollar proyectos de investigación desde hace más de 10 años. Fruto de la colaboración con la universidad se han generado patentes y publicaciones internacionales, que han ayudado a situar y reforzar el liderazgo de SBI Connectors en el mercado internacional, al tiempo que ofrece una imagen de credibilidad científico-técnica. Esta tesis doctoral se realiza con la colaboración de SBI connectors y la Universitat Politècnica de Catalunya, para desarrollar el proyecto Smartconnector (dentro del marco de investigación Retos de Colaboración). La tesis propuesta por el autor está dedicada a desarrollar y validar modelos de RUL (Remaining Useful Life) y detección de fallos para conectores de subestaciones eléctricas enfocador al mantemiento predictive. El enfoque RUL propuesto en este trabajo se basa en un modelo simple y preciso de la degradación de la resistencia eléctrica del conector respecto al tiempo (indicador principal de salud), el cual tiene dos parámetros cuyos valores se identifican a partir de datos adquiridos en línea. A continuación, el capítulo de detección de fallos se divide en dos partes. En la primera parte se presenta un método de monitoreo en línea de condición para predecir fallos tempranos en conectores de potencia a partir de datos adquiridos en línea en conjunto con otro modelo paramétrico de degradación de la resistencia del conector, cuyos parámetros son identificados por medio del algoritmo de Markov Chain Monte Carlo. La segunda parte presenta, analiza y compara las prestaciones de tres métodos simples y efectivos para la determinación en línea del Estado de Salud (SoH) de conectores de potencia con bajos requerimientos computacionales. Los enfoques propuestos se basan en el seguimiento de la evolución de la resistencia eléctrica de los conectores, que determina la trayectoria de degradación. Además, este trabajo incluye un estudio en profundidad de la dependencia de la temperatura de la resistencia eléctrica de contacto (ECR). Para analizar y validar todo el trabajo presentado, se adquieren datos en tiempo real, incluyendo parámetros principales como la corriente eléctrica y la caída de tensión en los terminales del conector, la temperatura del conductor y del conector, estimando así el desfase entre la caída de tensión y la tensión eléctrica, forma de onda de corriente y la resistencia de contacto por medio de ensayos de envejecimiento acelerado (ADT).
