Por favor, use este identificador para citar o enlazar este ítem: https://ri-ng.uaq.mx/handle/123456789/2250
Registro completo de metadatos
Campo DC Valor Lengua/Idioma
dc.rights.licensehttp://creativecommons.org/licenses/by-nc-nd/4.0es_ES
dc.contributorJuan Primo Benítez Rangeles_ES
dc.creatorEmmanuel Resendiz Ochoaes_ES
dc.date2020-07-27-
dc.date.accessioned2020-08-06T15:17:35Z-
dc.date.available2020-08-06T15:17:35Z-
dc.date.issued2020-07-27-
dc.identifier.urihttp://ri-ng.uaq.mx/handle/123456789/2250-
dc.descriptionLas estrategias de monitoreo de condición y evaluación de fallas juegan un papel importante para garantizar la disponibilidad del motor de inducción en el proceso industrial; a este respecto, es deseable que la mayoría de los motores de inducción sean monitoreados por diferentes sensores para garantizar la integridad del equipo industrial. Sin embargo, las principales técnicas utilizadas para el análisis de fallas en los motores de inducción son limitadas porque no son capaces de detectar todas las fallas presentes en un motor de inducción, lo que provoca un tiempo de inactividad no deseado con pérdidas financieras significativas y esfuerzos humanos. Hoy en día, la detección no invasiva representa una herramienta adecuada para llevar a cabo el monitoreo de condición y la evaluación de fallas de equipos industriales en condiciones de operación continua. Una técnica complementaria que ayuda en el diagnóstico de fallas en motores de inducción es la termografía infrarroja que tiene la característica de instalarse fuera de la maquinaria o del proceso industrial bajo evaluación. Esta tesis propone una nueva metodología no invasiva para el diagnóstico y clasificación de diferentes fallas en el motor de inducción y cadena cinemática a través del análisis térmico con imágenes infrarrojas. La novedad del método propuesto incluye el procesamiento de imágenes para la segmentación automática de las regiones caliente presentes en la imagen termográfica, el cálculo de características estadísticas en el dominio del tiempo a partir de imágenes infrarrojas, la consideración de una etapa de reducción de dimensionalidad por medio del análisis discriminante lineal y el diagnóstico automático de fallas realizado por una red neuronal artificial. El método propuesto se evalúa bajo un conjunto de datos de laboratorio experimental, que se compone del análisis de fallas de cinco condiciones en el motor de inducción y la cadena cinemática: saludable, una barra rota del rotor, daño del rodamiento, desalineación y severidad de desgaste uniforme en engranajes (25%, 50% y 75% de desgaste uniforme). Los resultados obtenidos representan un diagnóstico de falla de alto rendimiento para la evaluación de un motor de inducción y la cadena cinemática bajo diferentes condiciones de operación.es_ES
dc.formatAdobe PDFes_ES
dc.language.isospaes_ES
dc.relation.requiresSies_ES
dc.rightsAcceso Abiertoes_ES
dc.subjectMonitoreo de condicioneses_ES
dc.subjectTermografía infrarrojaes_ES
dc.subjectMotoeres de inducciónes_ES
dc.subjectAnálisis termales_ES
dc.subjectAnálisis de fallases_ES
dc.subject.classificationINGENIERÍA Y TECNOLOGÍAes_ES
dc.titleSistema de visión artificial para el monitoreo de motores de inducción eléctrica y la cadena cinemática mediante termografía infrarrojaes_ES
dc.typeTesis de doctoradoes_ES
dc.creator.tidcurpes_ES
dc.contributor.tidcurpes_ES
dc.creator.identificadorREOE891225HQTSCM06es_ES
dc.contributor.identificadorBERJ740308HMCNNN08es_ES
dc.contributor.roleDirectores_ES
dc.degree.nameDoctorado en Mecatrónicaes_ES
dc.degree.departmentFacultad de Ingenieríaes_ES
dc.degree.levelDoctoradoes_ES
Aparece en: Doctorado en Mecatrónica

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
RI005311.pdf3.4 MBAdobe PDFPortada
Visualizar/Abrir


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