Mostrar el registro sencillo del ítem
dc.contributor.advisor | Sáinz Palmero, Gregorio Ismael | es |
dc.contributor.author | Vargas Fernández, Álvaro | |
dc.contributor.editor | Universidad de Valladolid. Escuela de Ingenierías Industriales | es |
dc.date.accessioned | 2021-07-07T09:25:14Z | |
dc.date.available | 2021-07-07T09:25:14Z | |
dc.date.issued | 2021 | |
dc.identifier.uri | https://uvadoc.uva.es/handle/10324/47247 | |
dc.description.abstract | Este trabajo tiene como objetivo principal diseñar una metodología de diagnóstico de fallos aplicando Inteligencia Computacional (IC) y Machine Learning capaz de detectar y diagnosticar los modos de funcionamiento y fallos de un motor trifásico de corriente alterna a partir de la información sobre tensión, intensidad y par motor recogida a través de los diferentes sistemas de medición del motor. Se emplearán Redes Neuronales Artificiales (RNA), Sistemas Neurodifusos y toma de decisiones basada en OWA-RIM. | es |
dc.description.abstract | The main objective of this work is to design a fault diagnosis methodology using Computational Intelligence (CI) and Machine Learning capable of detecting and diagnosing the operating modes and faults of a three-phase AC motor from the information on voltage, current and torque collected through the different measurement systems of the motor. Artificial Neural Networks (ANN), Neuro-Fuzzy Systems and OWA-RIM-based decision making will be used | es |
dc.description.sponsorship | Departamento de Ingeniería de Sistemas y Automática | es |
dc.format.mimetype | application/pdf | es |
dc.language.iso | spa | es |
dc.rights.accessRights | info:eu-repo/semantics/openAccess | es |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/4.0/ | * |
dc.subject.classification | Inteligencia computacional | es |
dc.subject.classification | Aprendizaje automático | es |
dc.subject.classification | Detección de fallos | es |
dc.subject.classification | Diagnóstico de fallos | es |
dc.subject.classification | Toma de decisiones | es |
dc.title | Detección de anomalías en un motor eléctrico mediante inteligencia computacional | es |
dc.type | info:eu-repo/semantics/bachelorThesis | es |
dc.description.degree | Grado en Ingeniería Eléctrica | es |
dc.rights | Attribution-NonCommercial-NoDerivatives 4.0 Internacional | * |
dc.subject.unesco | 3306.03 Motores Eléctricos | es |
Ficheros en el ítem
Este ítem aparece en la(s) siguiente(s) colección(ones)
- Trabajos Fin de Grado UVa [28700]
![Attribution-NonCommercial-NoDerivatives 4.0 Internacional](/themes/Mirage2//images/creativecommons/cc-by-nc-nd.png)