Por favor, use este identificador para citar o enlazar este ítem:
https://ri-ng.uaq.mx/handle/123456789/3243
Registro completo de metadatos
Campo DC | Valor | Lengua/Idioma |
---|---|---|
dc.rights.license | http://creativecommons.org/licenses/by-nc-nd/4.0 | es_ES |
dc.contributor | Juan Jose Saucedo Dorantes | es_ES |
dc.creator | Ana Karen Martinez Luna | es_ES |
dc.date | 2021-06-18 | - |
dc.date.accessioned | 2022-01-11T20:39:43Z | - |
dc.date.available | 2022-01-11T20:39:43Z | - |
dc.date.issued | 2021-06-18 | - |
dc.identifier.uri | http://ri-ng.uaq.mx/handle/123456789/3243 | - |
dc.description | La identificación de fallas en la maquinaria es una tarea que cada vez ha cobrado más importancia dentro de la industria, razón por la cual constantemente se realizan diferentes metodologías utilizando diferentes técnicas para mejorar e innovar en este campo de necesidad. En este proyecto, se diseñó un método híbrido entre software y hardware que permite la identificación de fallas en cadenas cinemáticas, basándose primordialmente en la técnica de Análisis de Componentes Principales (PCA), el uso de indicadores estadísticos para caracterizar el comportamiento de las señales de vibración de la cadena y el uso de redes neuronales para la clasificación final de las fallas. Este método, propone una parte de entrenamiento en software, donde se lleva a cabo el cálculo de una matriz de coeficientes que permita proyectar los indicadores en un plano de máxima varianza, agrupando así los datos con características similares, luego entonces se obtienen los pesos y bias correspondientes para cada capa de la red neuronal. En la etapa de explotación en hardware, estos datos son trasladados desde software y son directamente utilizados, así, se evita un proceso de reentrenamiento, obteniendo directamente un diagnóstico. | es_ES |
dc.format | Adobe PDF | es_ES |
dc.language.iso | spa | es_ES |
dc.relation.requires | No | es_ES |
dc.rights | Acceso Abierto | es_ES |
dc.subject | PCA | es_ES |
dc.subject | Indicadores estadísticos | es_ES |
dc.subject | Redes Neuronales | es_ES |
dc.subject | Software/Hardware | es_ES |
dc.subject | Identificación de fallas | es_ES |
dc.subject.classification | INGENIERÍA Y TECNOLOGÍA | es_ES |
dc.title | Clasificación de fallos en baleros en cadenas cinemáticas utilizando la técnica de análisis de componentes principales | es_ES |
dc.type | Tesis de maestría | es_ES |
dc.creator.tid | curp | es_ES |
dc.contributor.tid | curp | es_ES |
dc.creator.identificador | MALA940924MQTRNN09 | es_ES |
dc.contributor.identificador | SADJ890402HMCCRN01 | es_ES |
dc.contributor.role | Director | es_ES |
dc.degree.name | Maestría en Ciencias (Mecatrónica) | es_ES |
dc.degree.department | Facultad de Ingeniería | es_ES |
dc.degree.level | Maestría | es_ES |
Aparece en: | Maestría en Ciencias (Mecatrónica) |
Ficheros en este ítem:
Fichero | Descripción | Tamaño | Formato | |
---|---|---|---|---|
RI006284.pdf | 5.51 MB | Adobe PDF | Visualizar/Abrir |
Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.