RT info:eu-repo/semantics/masterThesis
T1 Diagnóstico de fallos en motores de inducción mediante la monitorización de diversas variables de funcionamiento y la aplicación de técnicas de aprendizaje automático
A1 Garrido Onecha, Marta
A2 Universidad de Valladolid. Escuela de Ingenierías Industriales
K1 motores de inducción
K1 diagnóstico
K1 aprendizaje automático
K1 mantenimiento
K1 averías
K1 3306 Ingeniería y Tecnología Eléctricas
AB Hoy en día existe una gran competitividad en el sector industrial, para conseguir dicha diferenciación a favor nuestro debemos reducir los costes, uno de ellos y sobre el que vamos a tratar en este trabajo fin de máster es en la reducción de costes de mantenimiento.Uno de los elementos más importantes en la industria actual es el motor de inducción (MI), los cuales consumen la mayor parte de la energía eléctrica para convertirla en energía mecánica.Los fallos producidos en los motores, que en principio pueden no ser graves como los originados en las barras de la jaula del rotor de un MI, se pueden traducir con el tiempo en un sobreesfuerzo de la maquinaria causando problemas en el estator, dando lugar a peligros, atentando contra la seguridad de las personas, así como problemas económicos causados por la parada de la producción.Para disminuir estos inconvenientes y determinar el correcto funcionamiento del motor es necesario desarrollar métodos de diagnóstico para aplicarlos en la práctica y así conseguir una detección incipiente del fallo. El análisis de la corriente del estator, la vibración y el sonido del motor son varios de los métodos para llevar a cabo el diagnóstico de fallos en el motor. En este trabajo se analiza la capacidad de diagnóstico de estas variables y cómo pueden contribuir a realizar una predicción más fiable del estado del motor. Como caso de análisis se considera un fallo progresivo del rodamiento.
YR 2022
FD 2022
LK https://uvadoc.uva.es/handle/10324/55708
UL https://uvadoc.uva.es/handle/10324/55708
LA spa
NO Departamento de Ingeniería Eléctrica
DS UVaDOC
RD 20-may-2024