Aplicación de Análisis de Componentes Principales para la Detección de Fisuras en Álabes de Turbina

Resumen

En este trabajo se implementa el Análisis de Componentes Principales (PCA) para la detección de fisuras en álabes de turbina de gas. El problema simulado consiste en una fábrica que produce álabes en serie, donde algunas piezas presentan fisuras como resultado del proceso de fabricación. A partir de imágenes en blanco y negro de los álabes, que se consideran matrices de píxeles, se busca identificar las piezas defectuosas. El objetivo del trabajo es desarrollar un sistema automatizado capaz de detectar estas anomalías mediante PCA. La metodología aplicada incluye la simulación gráfica de N imágenes de álabes, la conversión de cada imagen en un vector columna, y la conformación de una matriz de datos de M x N. A continuación, se calculan los autovectores y autovalores de la matriz de covarianza, seleccionando los componentes principales más significativos. Finalmente, se proyectan los datos en un nuevo espacio de menor dimensión y se establecen límites de decisión para identificar los álabes defectuosos. El método implementado demostró ser efectivo para detectar álabes con fisuras, permitiendo su separación para reparación o descarte.