Investigadores han desarrollado un nuevo método para la identificación inversa y la reconstrucción dinámica de sistemas de engranajes de alta velocidad, especialmente aquellos con rigidez de engranaje asimétrica. Este avance es crucial para el diagnóstico preciso de fallos y la optimización del rendimiento en maquinaria industrial, donde los engranajes operan bajo condiciones extremas y su comportamiento dinámico es complejo y difícil de modelar con precisión. La asimetría en la rigidez de la malla, a menudo causada por defectos de fabricación o desgaste, introduce no linealidades que los modelos tradicionales no capturan adecuadamente.

El estudio aborda la limitación de los métodos existentes, que generalmente asumen una rigidez de malla simétrica o requieren un conocimiento previo detallado de las propiedades del sistema. El nuevo enfoque integra la física del sistema con técnicas de identificación inversa, permitiendo inferir parámetros clave del sistema (como la rigidez de la malla y las fuerzas de excitación) directamente a partir de datos de vibración medidos. Esto se logra mediante un modelo dinámico de engranajes que incorpora la asimetría de la rigidez y un algoritmo de optimización que minimiza la diferencia entre las respuestas simuladas y las observadas.

La metodología propuesta ha sido validada mediante simulaciones numéricas y experimentos en un banco de pruebas de engranajes de alta velocidad. Los resultados demuestran que el método puede identificar con precisión la rigidez de malla asimétrica y reconstruir la respuesta dinámica del sistema, incluso en presencia de ruido. Esta capacidad de caracterizar con exactitud el comportamiento de los engranajes bajo condiciones operativas reales abre nuevas vías para el mantenimiento predictivo y el diseño de sistemas más robustos y eficientes. La precisión alcanzada supera a la de los métodos convencionales, que a menudo fallan al enfrentarse a la complejidad de la asimetría.

Las implicaciones de esta investigación son significativas para diversas industrias, desde la automotriz y la aeroespacial hasta la generación de energía. La capacidad de diagnosticar con mayor fiabilidad el estado de los engranajes y predecir su vida útil puede reducir los tiempos de inactividad, optimizar los programas de mantenimiento y mejorar la seguridad operativa. El siguiente paso será aplicar este método a sistemas de engranajes más complejos y en entornos industriales reales para evaluar su robustez y escalabilidad.