Arquitectura FPGA para estimaciones espectrales de orden superior

David Camarena Martinez

Buscar

dc.rights.license	http://creativecommons.org/licenses/by-nd/4.0	es_ES
dc.contributor	ARTURO GARCIA PEREZ	es_ES
dc.contributor	ROQUE ALFREDO OSORNIO RIOS	es_ES
dc.creator	David Camarena Martinez	es_ES
dc.date	2015-05
dc.date.accessioned	2018-12-14T03:05:22Z
dc.date.available	2018-12-14T03:05:22Z
dc.date.issued	2015-05
dc.identifier.uri	http://ri-ng.uaq.mx/handle/123456789/404
dc.description	Hoy en día, muchos investigadores han sido atraídos por el tema del monitoreo de máquinas eléctricas debido a una gran variedad de fallos que están presentes cuando la máquina eléctrica se encuentra en funcionamiento, estos fallos pueden ser eléctricos o mecánicos, los cuales pueden afectar drásticamente el comportamiento de la máquina . En este trabajo, se proponen y desarrollan nuevas metodologías con el fin de conocer la condición de la máquina eléctrica, dichas metodologías están basadas en el análisis de espectral de alto orden; y principalmente se centran en la reciente técnica llamada Empirical Mode descomposición (EMD), que en la actual literatura reportada ha demostrado buenos resultados, estas metodologías propuestas se usan en la detección de las fallas individuales y combinados, ya sea reportado en la literatura. Además, se ha utilizado como plataforma la tecnología FPGA para implementar las metodologías propuestas, este instrumento o es sistema automático utilizando la técnica de EMD que es capaz de en la supervisión en línea de máquinas eléctricas, además puede tratar con señales no lineales y no estacionarias, lo cual lo hace adecuado para señales de corriente de un motor. Los resultados obtenidos de esta investigación fueron publicados en dos artículos en revistas indexadas.	es_ES
dc.description	Nowadays, many researchers have been attracted by the topic of monitoring of electric machines due to a great variety of faults that are present when the electric machine is in operation, these faults could be electrical or mechanical, which can affect drastically the behaivor of the machine. In this work, different methodologies based on high order analysis spectral are proposed and developed in order to know the condition of the electric machine; they are mainly focused on the recent technique called Empirical Mode Decomposition (EMD), which perform reported in the present literature had proven good results, as well the diferent methodologies proposed are used in the detection of single and combined faults, either reported in literature. Also, an FPGA has been used as technology platform to implement the aforementioned methodologies in order to develop a monitoring instrument. On the other hand, this instrument has the advantage of being an automatic on line system and uses the EMD technique, which is capable of monitoring of the electric machine, this implementation can deal with nonlinear a non-stationary signals, which is suitable for motor current signals and other industrial application. The obtained results of this investigation was published on two papers in indexed journals.	es_ES
dc.format	Adobe PDF	es_ES
dc.language.iso	Español	es_ES
dc.relation.requires	Si	es_ES
dc.rights	Acceso Abierto	es_ES
dc.subject	Condition Monitoring	es_ES
dc.subject	Empirical Mode Decomposition	es_ES
dc.subject	Empírica Modo de descomposición	es_ES
dc.subject	Motor análisis de la firma actual	es_ES
dc.subject	Motor current signature analysis	es_ES
dc.subject.classification	INGENIERÍA Y TECNOLOGÍA	es_ES
dc.title	Arquitectura FPGA para estimaciones espectrales de orden superior	es_ES
dc.type	Tesis de doctorado	es_ES
dc.creator.tid	curp	es_ES
dc.contributor.tid	curp	es_ES
dc.contributor.tid	curp	es_ES
dc.creator.identificador	CAMD860514HGTMRV00	es_ES
dc.contributor.identificador	GAPA660914HGTRRR05	es_ES
dc.contributor.identificador	OORR760816HQTSSQ02	es_ES
dc.contributor.role	Director	es_ES
dc.contributor.role	Director	es_ES
dc.degree.name	Doctorado en Ingeniería	es_ES
dc.degree.department	Facultad de Ingeniería	es_ES
dc.degree.level	Doctorado	es_ES