Título :	Análisis tiempo-frecuencia de vibraciones y redes neuronales convolucionales para detectar daño en aerogeneradores de baja potencia
Autor(es):	Angel Humberto Rangel Rodríguez
Palabras clave:	Aerogeneradores Redes Neuronales Convolucionales Vibraciones Daño de desbalance Daño de rodamientos
Área:	INGENIERÍA Y TECNOLOGÍA
Fecha de publicación :	10-jun-2022
Facultad:	Facultad de Ingeniería
Programa académico:	Maestría en Ciencias (Mecatrónica)
Resumen:	El monitoreo y detección de los daños en aerogeneradores reduce el costo de mantenimiento y alarga su tiempo de vida útil. Si el daño es detectado en una etapa temprana, el daño ligero o incipiente puede ser reparado antes de que este empeore. Por esta razón, el presente documento muestra una metodología basada en redes neuronales convolucionales y señales de vibraciones para la detección de daños en aspas (3 niveles de severidad) y rodamientos. En general, la metodología empleada consiste en la adquisición de las señales de vibraciones de cada condición de daño y la condición sana. Entonces se calcula su espectrograma para obtener una imagen del plano tiempo-frecuencia de las vibraciones. Esta imagen es segmentada y analizada mediante redes neuronales convolucionales para la detección automática de los daños. Los resultados obtenidos muestran una efectividad del 100% en la detección.
URI:	http://ri-ng.uaq.mx/handle/123456789/3672
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.