<?xml version="1.0" encoding="UTF-8"?><?xml-stylesheet type="text/xsl" href="static/style.xsl"?><OAI-PMH xmlns="http://www.openarchives.org/OAI/2.0/" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://www.openarchives.org/OAI/2.0/ http://www.openarchives.org/OAI/2.0/OAI-PMH.xsd"><responseDate>2026-04-14T18:31:08Z</responseDate><request verb="GetRecord" identifier="oai:uvadoc.uva.es:10324/30854" metadataPrefix="etdms">https://uvadoc.uva.es/oai/request</request><GetRecord><record><header><identifier>oai:uvadoc.uva.es:10324/30854</identifier><datestamp>2022-03-30T18:03:46Z</datestamp><setSpec>com_10324_38</setSpec><setSpec>col_10324_852</setSpec></header><metadata><thesis xmlns="http://www.ndltd.org/standards/metadata/etdms/1.0/" xmlns:doc="http://www.lyncode.com/xoai" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://www.ndltd.org/standards/metadata/etdms/1.0/ http://www.ndltd.org/standards/metadata/etdms/1.0/etdms.xsd">
<title>Diagnóstico de fallos en rodamientos de motores eléctricos mediante técnicas lasso</title>
<creator>Fernández Villafáñez, José Ignacio</creator>
<contributor>Fernández Temprano, Miguel Alejandro</contributor>
<contributor>García Escudero, Luis Ángel</contributor>
<contributor>Universidad de Valladolid. Escuela de Ingenierías Industriales</contributor>
<subject>Motores de inducción - Evaluación</subject>
<subject>Motores eléctricos - Evaluación</subject>
<subject>Calidad - Control</subject>
<subject>Cojinetes (Mecánica)</subject>
<description>El principal objetivo del presente trabajo consiste en definir una metodología que&#xd;
permita el diagnóstico de fallos en los rodamientos de motores de inducción&#xd;
mediante técnicas estadísticas. Para ello, contamos con la base de datos de una&#xd;
experimentación que registró la corriente eléctrica que circula por el motor para los&#xd;
diferentes estados de fallo del rodamiento, el cual se introdujo de forma&#xd;
intencionada. Asimismo, se emplearon diferentes fuentes de alimentación y niveles&#xd;
de carga para determinar su posible influencia.&#xd;
Las principales técnicas que se han empleado en el presente proyecto se agrupan&#xd;
dentro de las técnicas de regresión, destacando la regresión binaria y la regresión&#xd;
multiclase. Igualmente, el método elegido para la selección de variables de los&#xd;
diferentes modelos ha sido el LASSO – Least Absolute Shrinkage and Selection&#xd;
Operator.</description>
<date>2018-07-20</date>
<date>2018-07-20</date>
<date>2018</date>
<type>info:eu-repo/semantics/bachelorThesis</type>
<identifier>http://uvadoc.uva.es/handle/10324/30854</identifier>
<language>spa</language>
<rights>info:eu-repo/semantics/openAccess</rights>
<rights>http://creativecommons.org/licenses/by-nc-nd/4.0/</rights>
<rights>Attribution-NonCommercial-NoDerivatives 4.0 International</rights>
</thesis></metadata></record></GetRecord></OAI-PMH>