Por favor, use este identificador para citar o enlazar este ítem: https://ri-ng.uaq.mx/handle/123456789/1235
Registro completo de metadatos
Campo DC Valor Lengua/Idioma
dc.rights.licensehttp://creativecommons.org/licenses/by-nc/4.0es_ES
dc.contributorMartin Valtierra Rodriguezes_ES
dc.creatorSalvador Zaid Hernandez Micheles_ES
dc.date2018-06-11-
dc.date.accessioned2019-03-04T15:57:22Z-
dc.date.available2019-03-04T15:57:22Z-
dc.date.issued2018-06-11-
dc.identifierAerogeneradores_ES
dc.identifierDetección de fallases_ES
dc.identifierTransformada wavelet packetes_ES
dc.identifierÍndice de energíaes_ES
dc.identifierAnálisis estadísticoes_ES
dc.identifierWind turbinees_ES
dc.identifierFault detectiones_ES
dc.identifierWavelet packet transformes_ES
dc.identifierEnergy indexes_ES
dc.identifierStatistical analysises_ES
dc.identifier.urihttp://ri-ng.uaq.mx/handle/123456789/1235-
dc.descriptionEn la actualidad, el uso de aerogeneradores ha ido en incremento en varios países (China, E.U.A, Alemania) como una opción limpia y amigable con el medio ambiente para la generación de energía eléctrica ya que dan suministro eléctrico a sectores de la población que dependen completamente de dichas máquinas, por lo que el monitoreo de la condición y la detección de fallas en los aerogeneradores ha despertado el interés científico. En este trabajo se propone una metodología basada en una técnica tiempo-frecuencia como es la transformada wavelet packet para detectar fallas mecánicas en un aerogenerador de baja potencia. Estas fallas son inducidas con la finalidad de conocer el comportamiento de las señales de vibraciones que tiene el aerogenerador bajo estas condiciones para luego compararlas con la condición en estado sano del mismo. Las fallas mecánicas inducidas son desbalance en un aspa, daño en rodamiento y fisuras en un aspa, estas fallas se eligieron debido a que son fallas que se pueden presentar comúnmente en los aerogeneradores bajo condiciones de trabajo habituales. Después de aplicarse la transformada wavelet packet a las señales de vibraciones se calculó un índice de energía para analizar nodos específicos del árbol de descomposición wavelet con el objetivo de obtener firmas características asociadas a cada falla inducida y así poder detectarlas. Por último, se realizó un análisis estadístico con los valores de energía calculados al obtener funciones de distribución Gaussiana para observar la capacidad de discriminación entre condiciones de falla y la condición sana del aerogenerador. La metodología propuesta entregó buenos resultados ya que es posible identificar y clasificar las fallas mecánicas inducidas en el aerogenerador.es_ES
dc.descriptionCurrently, the use of wind turbines has been increasing in several countries (China, USA, Germany) as a clean and environment-friendly option for the generation of electric power. Since they provide electricity to sectors of the population that depend completely of such machines, so the monitoring of the condition and the detection of faults in wind turbines has attracted the interest of the scientific community. In this work, a methodology based on a time-frequency technique is proposed. This technique is the wavelet packet transform, which is used to detect mechanical faults in a low power wind turbine. These faults were induced in order to know the behavior of the vibration signals that the wind turbine has under these conditions; then, they are compared with the ones obtained from a healthy state of the wind turbine. Induced mechanical failures are unbalance in a blade, bearing damage and cracks in a blade, these failures were chosen because they are failures that can be commonly seen in wind turbines under normal working conditions. After applying the wavelet packet transform to the vibration signals, an energy index was computed to analyze specific nodes of the wavelet decomposition tree in order to obtain characteristic signatures associated with each induced failure and thus detect them. Finally, a statistical analysis was performed with the energy values computed by obtaining Gaussian distribution functions to observe the discrimination capacity between failure conditions and the healthy condition of the wind turbine. The proposed methodology showed good results since it is possible to identify and classify the induced mechanical failures on the wind turbine.es_ES
dc.formatAdobe PDFes_ES
dc.language.isoEspañoles_ES
dc.relation.requiresSies_ES
dc.rightsAcceso Abiertoes_ES
dc.subjectINGENIERÍA Y TECNOLOGÍAes_ES
dc.subjectCIENCIAS TECNOLÓGICASes_ES
dc.titleAnálisis de vibraciones para detección de fallas en aerogeneradores de baja potenciaes_ES
dc.typeTesis de maestríaes_ES
dc.creator.tidcurpes_ES
dc.contributor.tidcurpes_ES
dc.creator.identificadorHEMS930807HQTRCL07es_ES
dc.contributor.identificadorVARM860915HGTLDR03es_ES
dc.contributor.roleAsesor de tesises_ES
dc.degree.nameMaestría en Ciencias (Mecatrónica)es_ES
dc.degree.departmentFacultad de Ingenieríaes_ES
dc.degree.levelMaestríaes_ES
Aparece en las colecciones: Maestría en Ciencias (Mecatrónica)

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
RI004325.pdf6.05 MBAdobe PDFVista previa
Visualizar/Abrir
Mostrar el registro sencillo del ítem


Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.