Sistema de visión artificial para el monitoreo de motores de inducción eléctrica y la cadena cinemática mediante termografía infrarroja

Emmanuel Resendiz Ochoa

Buscar

dc.rights.license	http://creativecommons.org/licenses/by-nc-nd/4.0	es_ES
dc.contributor	Juan Primo Benítez Rangel	es_ES
dc.creator	Emmanuel Resendiz Ochoa	es_ES
dc.date	2020-07-27
dc.date.accessioned	2020-08-06T15:17:35Z
dc.date.available	2020-08-06T15:17:35Z
dc.date.issued	2020-07-27
dc.identifier.uri	http://ri-ng.uaq.mx/handle/123456789/2250
dc.description	Las 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.format	Adobe PDF	es_ES
dc.language.iso	spa	es_ES
dc.relation.requires	Si	es_ES
dc.rights	Acceso Abierto	es_ES
dc.subject	Monitoreo de condiciones	es_ES
dc.subject	Termografía infrarroja	es_ES
dc.subject	Motoeres de inducción	es_ES
dc.subject	Análisis termal	es_ES
dc.subject	Análisis de fallas	es_ES
dc.subject.classification	INGENIERÍA Y TECNOLOGÍA	es_ES
dc.title	Sistema de visión artificial para el monitoreo de motores de inducción eléctrica y la cadena cinemática mediante termografía infrarroja	es_ES
dc.type	Tesis de doctorado	es_ES
dc.creator.tid	curp	es_ES
dc.contributor.tid	curp	es_ES
dc.creator.identificador	REOE891225HQTSCM06	es_ES
dc.contributor.identificador	BERJ740308HMCNNN08	es_ES
dc.contributor.role	Director	es_ES
dc.degree.name	Doctorado en Mecatrónica	es_ES
dc.degree.department	Facultad de Ingeniería	es_ES
dc.degree.level	Doctorado	es_ES