Buscar en Google Scholar
Registro completo de metadatos
Sánchez Penadillo, Edward Russel
Torres Trujillo, Yordan Smith
Escobar Navarro, Antonio
2024-10-03T20:38:47Z
2024-10-03T20:38:47Z
2024
https://hdl.handle.net/20.500.12867/9843
En la actualidad las fábricas de producción aplican el mantenimiento predictivo tradicional que carecen de confiabilidad en el diagnostico de los motores eléctricos trifásicos, esto debido a la subjetividad del personal de mantenimiento y falta de monitoreo en tiempo real. Ante esta problemática, la presente tesis tiene la intención de desarrollar un sistema automatizado de predicción de fallas. Este proyecto tiene un enfoque cuantitativo, ya que se usó análisis estadístico para la medición de variables críticas. Así mismo, el alcance de este estudio es del tipo descriptivo. Para desarrollar este proyecto se utilizó la metodología de investigación VDI2221, el cual está orientado al desarrollo y elaboración de producto y sistemas mecatrónicos. Durante el desarrollo del proyecto, se implementó el sistema eléctrico de fuerza y control para el arranque del motor en estudio; el cual se encuentra montado en un banco de pruebas con un sistema de freno que genera variaciones de carga del 50% al 100%. Estos cambios de sobrecarga generan variaciones en las magnitudes de vibración, temperatura, corriente y voltaje, los cuales son medidos por medio de sensores de campo que envían la señal estandariza de 4-20 mA y 0 – 10V a los módulos analógicos del PLC. Una vez adquirido los datos de medición, son monitoreados en tiempo real por medio del HMI. Así mismo, el programa genera datos cuantificables que son almacenados en archivos CSV que posteriormente son extraído desde una estación conectada a la red Profinet. Para luego ser llevados al algoritmo de red neuronal, el cual se encarga de predecir la falla del motor eléctrico con una eficiencia del 99%. (es_PE)
application/pdf (es_PE)
spa (es_PE)
Universidad Tecnológica del Perú (es_PE)
info:eu-repo/semantics/openAccess (es_PE)
http://creativecommons.org/licenses/by-nc-sa/4.0/ (es_PE)
Repositorio Institucional - UTP (es_PE)
Universidad Tecnológica del Perú (es_PE)
Automatización (es_PE)
Red neuronal (es_PE)
Sensores (es_PE)
Predicción (es_PE)
Diseño e implementación de un sistema predictor de fallas con redes neuronales para motores trifásicos en el sector industrial (es_PE)
info:eu-repo/semantics/bachelorThesis (es_PE)
Universidad Tecnológica del Perú. Facultad de Ingeniería (es_PE)
Ingeniería Mecatrónica (es_PE)
Ingeniero Mecatrónico (es_PE)
PE (es_PE)
https://purl.org/pe-repo/ocde/ford#2.11.03 (es_PE)
Pregrado (es_PE)
http://purl.org/pe-repo/renati/level#tituloProfesional (es_PE)
 41952058
https://orcid.org/0000-0002-8227-9783 (es_PE)
47225206
25786067
713096 (es_PE)
Delgado Pariona, Jorge Santiago
Orellana Ambrosio, Miguel Ángel
Gutiérrez Silva, Rocío Victoria
http://purl.org/pe-repo/renati/type#tesis (es_PE)
Privada societaria
info:eu-repo/semantics/publishedVersion (es_PE)



Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons Creative Commons