Research on the life assessment of the insulating rod of a fast mechanical switch based on the Weibull distribution and the firefly algorithm

Resumen Técnico: Evaluación de la Vida Útil de Barras Aislantes de Interruptores Mecánicos Rápidos

Planteamiento del Problema
La barra aislante es un componente crítico de transmisión de fuerza en los interruptores mecánicos rápidos utilizados para el aislamiento de fallas y la regulación de la calidad de la potencia en los sistemas eléctricos. Estas barras, fabricadas típicamente de resina epoxi reforzada con fibra de vidrio, están sujetas a esfuerzos multiaxiales complejos y variables en el tiempo durante los frecuentes ciclos de apertura y cierre. Las estadísticas de ingeniería indican que aproximadamente el 35% de las fallas en los interruptores se derivan de la fatiga de la barra, manifestándose a menudo como una fractura interlaminar debido a la concentración de esfuerzos.

Los métodos actuales de evaluación de vida útil enfrentan limitaciones significativas:

• Pruebas puras: Las pruebas de vida son prohibitivamente costosas, lentas (durando varios meses) y están restringidas a tamaños de muestra pequeños debido a la naturaleza destructiva de las mismas.
• Simulación pura: Aunque es eficiente, los modelos de simulación suelen carecer de calibración experimental, lo que genera datos virtuales con insuficiencia de credibilidad para aplicaciones de ingeniería.
• Estimación de parámetros: Los métodos existentes tienen dificultades para optimizar con precisión los parámetros del modelo de confiabilidad cuando se trabaja con datos de falla de muestras pequeñas.

Metodología
Este estudio propone un marco de ciclo cerrado que integra la verificación experimental, la simulación multifísica y la optimización inteligente para predecir la vida útil de las barras aislantes bajo múltiples condiciones de voltaje de accionamiento.

1. Modelado de Campos Multifísicos y Verificación:

   • Se estableció un modelo de elementos finitos axisimétrico bidimensional del interruptor mecánico rápido utilizando el software COMSOL, incorporando interacciones electromagnéticas, mecánicas y estructurales.
   • Validación Experimental: Se realizaron pruebas de esfuerzo reales en un prototipo utilizando galgas extensométricas (sistema NI-9923) y cámaras de alta velocidad en tres niveles de voltaje (780V, 820V, 867V).
   • Resultos: El modelo de simulación mostró un error relativo inferior al 5% en los valores de esfuerzo máximo y un error inferior al 10% en las tendencias generales de esfuerzo en comparación con los datos experimentales, confirmando la credibilidad del modelo.

2. Simulación de Vida y Cálculo de Daño:

   • Utilizando el modelo validado, el estudio simuló 14 condiciones de voltaje distintas (en un rango de 775V a 871V) para cubrir el espectro operativo.
   • Análisis de Fatiga: Se aplicaron la curva S-N del material de resina y la teoría de daño acumulado lineal de Palmgren-Miner. La simulación cuantificó el daño por fatiga por cada ciclo de apertura basado en las historias de esfuerzo dinámico.
   • Criterio de Falla: La vida útil de fatiga total para cada voltaje se determinó cuando el daño acumulado alcanzó el valor crítico de 1. Esto generó un conjunto de datos de la vida de falla de 14 puntos.

3. Modelado de Confiabilidad y Optimización:

   • Selección de Distribución: Los datos de falla fueron analizados mediante el método de papel de probabilidad de Weibull. Las comparaciones entre modelos de uno, dos y tres parámetros demostaron que la distribución de Weibull de tres parámetros proporcionó el mejor ajuste (menor suma de cuadrados de los residuos).
   • Optimización por Algoritmo de Luciérnaga: Para superar los desafíos de la estimación de parámetros con muestras pequeñas, se empleó el Algoritmo de Luciérnaga (un algoritmo de optimización inteligente heurístico).
   • Función Objetivo: Se construyó una función objetivo ponderada de cuatro dimensiones para minimizar los residuos entre las funciones de Weibull teóricas (funciones de distribución acumulativa, de densidad de probabilidad, de confiabilidad y de tasa de falla) y los datos empíricos. Los pesos se determinaron mediante el Proceso de Jerarquía Analítica (AHP), priorizando la Función de Distribución Acumulativa (CDF) y la Función de Confiabilidad (RF).

Resultados Clave

• Parámetros Optimizados: El algoritmo de Luciérnaga convergió con éxito (dentro de ~240 iteraciones) a los parámetros óptimos para la distribución de Weibull de tres parámetros: Parámetro de forma ($\beta$) = 1.92, Parámetro de escala ($\eta$) = 7689.45 y Parámetro de localización ($\gamma$) = 3987.21.
• Caracterización del Modo de Falla: El parámetro de forma $\beta > 1$ confirma que la barra aislante exhibe un modo de falla de "desgaste", consistente con la acumulación de daño progresivo bajo carga cíclica.
• Indicadores Estadísticos de Vida:
  • Tiempo Medio para la Falla (MTTF): Calculado en 10,807 operaciones.
  • Vida Mediana: 10,344 operaciones (50% de confiabilidad).
  • Umbrales Basados en la Confiabilidad:
    • 90% de Confiabilidad: 6,820 operaciones (adecuado para circuitos principales de la red crítica).
    • 80% de Confiabilidad: 7,516 operaciones (recomendado para el reemplazo preventivo en circuitos regulares).
    • 70% de Confiabilidad: 8,050 operaciones (aplicable a circuitos generales).
• Convergencia: El proceso de optimización demostró una convergencia rápida y estabilidad, evitando eficazmente los óptimos locales.

Significancia y Reivindicaciones
El artículo afirma proporcionar una solución universal para el diseño de confiabilidad y la toma de decisiones de mantenimiento de los interruptores mecánicos rápidos mediante el cierre de la brecha entre la simulación pura y las pruebas puras. El marco propuesto ofrece tres contribuciones primordiales:

1. Credibilidad: Al verificar el modelo de simulación contra pruebas de esfuerzo reales, el estudio asegura que los datos virtuales utilizados para la predicción de vida sean de fiabilidad de ingeniería.
2. Eficiencia: El método de expansión de simulación permite la evaluación de la vida bajo múltiples condiciones de voltaje sin la necesidad de realizar extensas y destructivas pruebas físicas.
3. Precisión: La integración del algoritmo de Luciérnaga con la distribución de Weibull de tres parámetros supera el cuello de botella de la optimización de parámetros en escenarios de muestras pequeñas, proporcionando indicadores estadísticos precisos para las estrategias de mantenimiento.

Los autores sostienen que este enfoque establece una base teórica y de ingeniería para la evaluación de la vida útil de componentes clave en equipos de potencia de alta gama, ofreciendo una metodología reutilizable para componentes similares.