Diagnóstico predictivo de falla en un motor eléctrico utilizando su ruido acústico

Descripción del Articulo

En la presente tesis se muestra que el ruido acústico de un motor contiene información de su estado de funcionamiento, para ello se ha implementado un sistema y se propone un método para el diagnóstico predictivo de un motor eléctrico trifásico de uso general, cuando la avería es la falla de uno de...

Descripción completa

Detalles Bibliográficos
Autor: Huallpa Gutiérrez, Walter Antonio
Formato: tesis de maestría
Fecha de Publicación:2020
Institución:Universidad Nacional de Ingeniería
Repositorio:UNI-Tesis
Lenguaje:español
OAI Identifier:oai:cybertesis.uni.edu.pe:20.500.14076/21211
Enlace del recurso:http://hdl.handle.net/20.500.14076/21211
Nivel de acceso:acceso abierto
Materia:Fallas de motor eléctrico
Ruido acústico
Diagnostico predictivo
https://purl.org/pe-repo/ocde/ford#1.03.07
id UUNI_220bd1628abd6e888e8f9ce3cbcb33fa
oai_identifier_str oai:cybertesis.uni.edu.pe:20.500.14076/21211
network_acronym_str UUNI
network_name_str UNI-Tesis
repository_id_str 1534
dc.title.es.fl_str_mv Diagnóstico predictivo de falla en un motor eléctrico utilizando su ruido acústico
title Diagnóstico predictivo de falla en un motor eléctrico utilizando su ruido acústico
spellingShingle Diagnóstico predictivo de falla en un motor eléctrico utilizando su ruido acústico
Huallpa Gutiérrez, Walter Antonio
Fallas de motor eléctrico
Ruido acústico
Diagnostico predictivo
https://purl.org/pe-repo/ocde/ford#1.03.07
title_short Diagnóstico predictivo de falla en un motor eléctrico utilizando su ruido acústico
title_full Diagnóstico predictivo de falla en un motor eléctrico utilizando su ruido acústico
title_fullStr Diagnóstico predictivo de falla en un motor eléctrico utilizando su ruido acústico
title_full_unstemmed Diagnóstico predictivo de falla en un motor eléctrico utilizando su ruido acústico
title_sort Diagnóstico predictivo de falla en un motor eléctrico utilizando su ruido acústico
dc.creator.none.fl_str_mv Huallpa Gutiérrez, Walter Antonio
author Huallpa Gutiérrez, Walter Antonio
author_facet Huallpa Gutiérrez, Walter Antonio
author_role author
dc.contributor.advisor.fl_str_mv Loro Ramírez, Héctor Raúl
dc.contributor.author.fl_str_mv Huallpa Gutiérrez, Walter Antonio
dc.subject.es.fl_str_mv Fallas de motor eléctrico
Ruido acústico
Diagnostico predictivo
topic Fallas de motor eléctrico
Ruido acústico
Diagnostico predictivo
https://purl.org/pe-repo/ocde/ford#1.03.07
dc.subject.ocde.es.fl_str_mv https://purl.org/pe-repo/ocde/ford#1.03.07
description En la presente tesis se muestra que el ruido acústico de un motor contiene información de su estado de funcionamiento, para ello se ha implementado un sistema y se propone un método para el diagnóstico predictivo de un motor eléctrico trifásico de uso general, cuando la avería es la falla de uno de los devanados del motor. El sistema consiste en un micrófono para registrar la señal acústica del motor y un computador con software adecuado para elaborar y analizar los espectros de frecuencia. Los registros del sonido tienen una duración de tres segundos cada uno. El método consiste en construir el espectro de frecuencia del ruido acústico del motor, para ello se ha creado un instrumento virtual con el software Labview, el cual utiliza la transformada Discreta de Fourier. Este espectro pasa por un proceso de modificación que es la propuesta del autor de la tesis; la modificación consiste en sumar los coeficientes espectrales alrededor de las frecuencias múltiplo de 60 Hz, en un ancho de frecuencia de 10 Hz. Estos nuevos coeficientes son los utilizados para los cálculos. Se realiza el registro de diez archivos de sonido cuando el motor está sin avería. Se verifica la estabilidad de estas señales utilizando el coeficiente de correlación normalizado. El promedio de los coeficientes de correlación lineal normalizado entre los espectros del motor sin avería es igual a 0.9996 con una desviación estándar de 0.0003. Seguidamente se provoca la avería del motor, cortando la energía a uno de los 6 devanados del estator. Se realiza el registro de diez archivos de sonido para el motor con avería y se construye sus espectros de frecuencia modificado. Se procede a verificar la estabilidad de la señal. El promedio de los coeficientes de correlación lineal normalizado entre los espectros del motor averiado es 0.9244 con una desviación estándar de 0.013. Se compara el espectro promedio del motor sin avería frente a cada espectro del motor averiado, el valor promedio de los coeficientes de correlación lineal normalizado es 0.3551 con una desviación estándar de 0.11, este valor indica la pérdida de similitud entre los dos espectros.
publishDate 2020
dc.date.accessioned.none.fl_str_mv 2021-10-08T21:30:30Z
dc.date.available.none.fl_str_mv 2021-10-08T21:30:30Z
dc.date.issued.fl_str_mv 2020
dc.type.es.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
dc.identifier.uri.none.fl_str_mv http://hdl.handle.net/20.500.14076/21211
url http://hdl.handle.net/20.500.14076/21211
dc.language.iso.es.fl_str_mv spa
language spa
dc.relation.ispartof.fl_str_mv SUNEDU
dc.rights.es.fl_str_mv info:eu-repo/semantics/openAccess
dc.rights.uri.es.fl_str_mv http://creativecommons.org/licenses/by-nc-nd/4.0/
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-nd/4.0/
dc.format.es.fl_str_mv application/pdf
dc.publisher.es.fl_str_mv Universidad Nacional de Ingeniería
dc.publisher.country.es.fl_str_mv PE
dc.source.es.fl_str_mv Universidad Nacional de Ingeniería
Repositorio Institucional - UNI
dc.source.none.fl_str_mv reponame:UNI-Tesis
instname:Universidad Nacional de Ingeniería
instacron:UNI
instname_str Universidad Nacional de Ingeniería
instacron_str UNI
institution UNI
reponame_str UNI-Tesis
collection UNI-Tesis
bitstream.url.fl_str_mv http://cybertesis.uni.edu.pe/bitstream/20.500.14076/21211/3/huallpa_gw.pdf.txt
http://cybertesis.uni.edu.pe/bitstream/20.500.14076/21211/5/huallpa_gw%28acta%29.pdf.txt
http://cybertesis.uni.edu.pe/bitstream/20.500.14076/21211/2/license.txt
http://cybertesis.uni.edu.pe/bitstream/20.500.14076/21211/1/huallpa_gw.pdf
http://cybertesis.uni.edu.pe/bitstream/20.500.14076/21211/4/huallpa_gw%28acta%29.pdf
bitstream.checksum.fl_str_mv 70bb1f155d962c33d38111805825325d
8af8f2d25c4aedd5da694ad83b9bc597
8a4605be74aa9ea9d79846c1fba20a33
5f334a32060d523e3c1fe812a985d7a5
a6dd604cac010d67b56aa8fac2b3e0a3
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositorio Institucional - UNI
repository.mail.fl_str_mv repositorio@uni.edu.pe
_version_ 1840085655118413824
spelling Loro Ramírez, Héctor RaúlHuallpa Gutiérrez, Walter AntonioHuallpa Gutiérrez, Walter Antonio2021-10-08T21:30:30Z2021-10-08T21:30:30Z2020http://hdl.handle.net/20.500.14076/21211En la presente tesis se muestra que el ruido acústico de un motor contiene información de su estado de funcionamiento, para ello se ha implementado un sistema y se propone un método para el diagnóstico predictivo de un motor eléctrico trifásico de uso general, cuando la avería es la falla de uno de los devanados del motor. El sistema consiste en un micrófono para registrar la señal acústica del motor y un computador con software adecuado para elaborar y analizar los espectros de frecuencia. Los registros del sonido tienen una duración de tres segundos cada uno. El método consiste en construir el espectro de frecuencia del ruido acústico del motor, para ello se ha creado un instrumento virtual con el software Labview, el cual utiliza la transformada Discreta de Fourier. Este espectro pasa por un proceso de modificación que es la propuesta del autor de la tesis; la modificación consiste en sumar los coeficientes espectrales alrededor de las frecuencias múltiplo de 60 Hz, en un ancho de frecuencia de 10 Hz. Estos nuevos coeficientes son los utilizados para los cálculos. Se realiza el registro de diez archivos de sonido cuando el motor está sin avería. Se verifica la estabilidad de estas señales utilizando el coeficiente de correlación normalizado. El promedio de los coeficientes de correlación lineal normalizado entre los espectros del motor sin avería es igual a 0.9996 con una desviación estándar de 0.0003. Seguidamente se provoca la avería del motor, cortando la energía a uno de los 6 devanados del estator. Se realiza el registro de diez archivos de sonido para el motor con avería y se construye sus espectros de frecuencia modificado. Se procede a verificar la estabilidad de la señal. El promedio de los coeficientes de correlación lineal normalizado entre los espectros del motor averiado es 0.9244 con una desviación estándar de 0.013. Se compara el espectro promedio del motor sin avería frente a cada espectro del motor averiado, el valor promedio de los coeficientes de correlación lineal normalizado es 0.3551 con una desviación estándar de 0.11, este valor indica la pérdida de similitud entre los dos espectros.This thesis shows that the acoustic noise of a motor contains information on its operating status, for this purpose a system has been implemented and a method is proposed for the predictive diagnosis of a three-phase electric motor of general use, when the fault is the failure of one of the motor windings. The system consists of a microphone to record the acoustic signal of the motor and a computer with suitable software to elaborate and analyze the frequency spectra. The sound records have a duration of three seconds each. The method consists in constructing the frequency spectrum of the acoustic noise of the motor, for this a virtual instrument has been created with the Labview software, which uses the Fourier Discreet transform. This spectrum goes through a modification process that is the proposal of the author of the thesis; the modification consists in adding the spectral coefficients around the multiple frequencies of 60 Hz, in a frequency width of 10 Hz. These new coefficients are those used for the calculations. Ten sound files are registered when the engine is faultless. The stability of these signals is verified using the normalized correlation coefficient. The average of the normalized linear correlation coefficients between the spectra of the motor without failure is equal to 0.9996 with a standard deviation of 0.0003. Then the engine breakdown is caused, cutting off the power to one of the 6 stator windings. The recording of ten sound files for the faulty motor is made and its modified frequency spectra are constructeE. The stability of the signal is checkeE. The average of the normalized linear correlation coefficients between the spectra of the damaged motor is 0.9244 with a standard deviation of 0.013. The average spectrum of the motor without fault is compared against each spectrum of the damaged motor, the average value of the normalized linear correlation coefficients is 0.3551 with a standard deviation of 0.11, this value indicates the loss of similarity between the two spectra.Submitted by Quispe Rabanal Flavio (flaviofime@hotmail.com) on 2021-10-08T21:30:30Z No. of bitstreams: 1 huallpa_gw.pdf: 2165133 bytes, checksum: 5f334a32060d523e3c1fe812a985d7a5 (MD5)Made available in DSpace on 2021-10-08T21:30:30Z (GMT). No. of bitstreams: 1 huallpa_gw.pdf: 2165133 bytes, checksum: 5f334a32060d523e3c1fe812a985d7a5 (MD5) Previous issue date: 2020Tesisapplication/pdfspaUniversidad Nacional de IngenieríaPEinfo:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-nd/4.0/Universidad Nacional de IngenieríaRepositorio Institucional - UNIreponame:UNI-Tesisinstname:Universidad Nacional de Ingenieríainstacron:UNIFallas de motor eléctricoRuido acústicoDiagnostico predictivohttps://purl.org/pe-repo/ocde/ford#1.03.07Diagnóstico predictivo de falla en un motor eléctrico utilizando su ruido acústicoinfo:eu-repo/semantics/masterThesisSUNEDUMaestro en Ciencias en FísicaUniversidad Nacional de Ingeniería. Facultad de Ciencias. Unidad de PosgradoMaestríaMaestría en Ciencias en FísicaMaestríahttps://orcid.org/0000-0002-5965-67710859921708497193https://purl.org/pe-repo/renati/type#tesishttps://purl.org/pe-repo/renati/level#maestro533017Ochoa Jiménez, RosendoEyzaguirre Gorvenia, Carmen RosaDíaz Rosado, José CarlosPujada Bermúdez, Braulio RafaelTEXThuallpa_gw.pdf.txthuallpa_gw.pdf.txtExtracted texttext/plain165666http://cybertesis.uni.edu.pe/bitstream/20.500.14076/21211/3/huallpa_gw.pdf.txt70bb1f155d962c33d38111805825325dMD53huallpa_gw(acta).pdf.txthuallpa_gw(acta).pdf.txtExtracted texttext/plain906http://cybertesis.uni.edu.pe/bitstream/20.500.14076/21211/5/huallpa_gw%28acta%29.pdf.txt8af8f2d25c4aedd5da694ad83b9bc597MD55LICENSElicense.txtlicense.txttext/plain; charset=utf-81748http://cybertesis.uni.edu.pe/bitstream/20.500.14076/21211/2/license.txt8a4605be74aa9ea9d79846c1fba20a33MD52ORIGINALhuallpa_gw.pdfhuallpa_gw.pdfapplication/pdf2165133http://cybertesis.uni.edu.pe/bitstream/20.500.14076/21211/1/huallpa_gw.pdf5f334a32060d523e3c1fe812a985d7a5MD51huallpa_gw(acta).pdfhuallpa_gw(acta).pdfapplication/pdf124833http://cybertesis.uni.edu.pe/bitstream/20.500.14076/21211/4/huallpa_gw%28acta%29.pdfa6dd604cac010d67b56aa8fac2b3e0a3MD5420.500.14076/21211oai:cybertesis.uni.edu.pe:20.500.14076/212112023-01-11 03:17:58.497Repositorio Institucional - UNIrepositorio@uni.edu.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
score 13.93557
Nota importante:
La información contenida en este registro es de entera responsabilidad de la institución que gestiona el repositorio institucional donde esta contenido este documento o set de datos. El CONCYTEC no se hace responsable por los contenidos (publicaciones y/o datos) accesibles a través del Repositorio Nacional Digital de Ciencia, Tecnología e Innovación de Acceso Abierto (ALICIA).