Buscar


Mostrar el registro sencillo del ítem

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


Ficheros en el ítem

Thumbnail
Nombre: RI005311.pdf
Tamaño: 3.318Mb
Formato: PDF
Ver/

Este ítem aparece en la(s) siguiente(s) colección(ones)

Mostrar el registro sencillo del ítem