2026-04-27T12:35:39Zhttps://uvadoc.uva.es/oai/requestoai:uvadoc.uva.es:10324/538172022-06-30T19:01:09Zcom_10324_38col_10324_852
Duque Pérez, Óscar
Villanueva Llorente, Iván
Universidad de Valladolid. Escuela de Ingenierías Industriales
2022-06-30T13:40:58Z
2022-06-30T13:40:58Z
2022
https://uvadoc.uva.es/handle/10324/53817
En la actualidad los motores de inducción se encuentran a la cabeza del tipo
de motor más común en la industria, constituyendo en torno al 90% de los
motores presentes en la misma. Esto se debe a su robustez, precisión,
fiabilidad y facilidad de regulación.
La importancia de este tipo de máquinas ocasiona que una buena planificación
de su mantenimiento sea crucial. Para ello se cuenta con el mantenimiento
predictivo, pudiendo anticiparse a la aparición de fallos en los motores y
minimizar así el gasto provocado por posibles averías.
El objetivo de este Trabajo Fin de Grado es evaluar el comportamiento de
técnicas de Machine Learning asociadas al mantenimiento predictivo frente al
diagnóstico del estado de los rodamientos de motores de inducción.
Departamento de Ingeniería Eléctrica
Grado en Ingeniería Eléctrica
application/pdf
spa
info:eu-repo/semantics/openAccess
http://creativecommons.org/licenses/by-nc-nd/4.0/
Attribution-NonCommercial-NoDerivatives 4.0 Internacional
Motor de inducción
Rodamientos
Mantenimiento predictivo
Datos del motor
Técnicas de Machine Learning
3317 Tecnología de Vehículos de Motor
Detección temprana de la degradación de rodamientos mediante la monitorización de la corriente de alimentación del motor.
info:eu-repo/semantics/bachelorThesis