Título :	Sensor inteligente basado en técnicas de tiempo-frecuencia para supervisión de fallas en cojinetes cerámicos y metálicos
Autor(es):	Mayra Ramírez Chávez
Palabras clave:	Sensor inteligente técnicas de tiempo-frecuencia cojinetes cerámicos y metálicos supervisión de fallas
Área:	INGENIERÍA Y TECNOLOGÍA
Fecha de publicación :	28-feb-2020
Facultad:	Facultad de Ingeniería
Programa académico:	Maestría en Ciencias (Mecatrónica)
Resumen:	La presente tesis redacta el análisis y evaluación de una metodología novedosa propuesta para desarrollar un sensor inteligente que detecte fallas en rodamientos metálicos y cerámicos de motores de inducción mediante la implementación de técnicas tiempo-frecuencia. Esta redacción cuenta con dos procedimientos, el primero, se basa en las pruebas y el segundo en la implementación del sensor. Después de la revisión de artículos, se detectó que la mayoría de los autores dedicados al estudio de detección de fallas en rodamientos, se rigen de una base de datos en línea llamada “Case Western Reserve University Bearing Data Center Website”. Por lo que algunas pruebas fueron desarrolladas usando esta base de datos. En algunos otros artículos desarrollaban sus propias fallas, por lo que se optó en fabricar fallas de la misma magnitud en rodamientos metálicos y cerámicos. Después de la fabricación de fallas de 1mm y 2mm en la pista interior de los dos rodamientos, se realizó una base de datos que contiene las señales de vibración y corriente de los rodamientos en estado sano y con dos severidades de falla a diferentes velocidades de rotación. Para el procedimiento utilizado en las pruebas de las técnicas implementadas, el procesamiento de señales fue utilizado en primera parte para la segmentación que consta en dividir el vector adquirido en ciertos tramos de señal. Posteriormente se analiza cada tramo de señal por separado utilizando indicadores estadísticos en el dominio de tiempo, después de realizar los cálculos de los 8 indicadores sugeridos por la literatura en cada segmentación de la señal se realiza un proceso de normalización. al finalizar este proceso, la matriz de datos es sometida a un proceso de reducción característica mediante el análisis de componentes principales (PCA) y el análisis discriminante lineal (LDA) para después concluir con un entrenamiento de un clasificador basado en el algoritmo K-Vecinos más cercanos (KNN).
URI:	http://ri-ng.uaq.mx/handle/123456789/2023
Aparece en:	Maestría en Ciencias (Mecatrónica)

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