Diseño e implementación de un sistema predictor de fallas con redes neuronales para motores trifásicos en el sector industrial

Descripción del Articulo

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...

Descripción completa

Detalles Bibliográficos
Autores: Torres Trujillo, Yordan Smith, Escobar Navarro, Antonio
Formato: tesis de grado
Fecha de Publicación:2024
Institución:Universidad Tecnológica del Perú
Repositorio:UTP-Institucional
Lenguaje:español
OAI Identifier:oai:repositorio.utp.edu.pe:20.500.12867/9843
Enlace del recurso:https://hdl.handle.net/20.500.12867/9843
Nivel de acceso:acceso abierto
Materia:Automatización
Red neuronal
Sensores
Predicción
https://purl.org/pe-repo/ocde/ford#2.11.03
id UTPD_3314af8022afbf0cf279fdf493b5fd75
oai_identifier_str oai:repositorio.utp.edu.pe:20.500.12867/9843
network_acronym_str UTPD
network_name_str UTP-Institucional
repository_id_str 4782
dc.title.es_PE.fl_str_mv Diseño e implementación de un sistema predictor de fallas con redes neuronales para motores trifásicos en el sector industrial
title Diseño e implementación de un sistema predictor de fallas con redes neuronales para motores trifásicos en el sector industrial
spellingShingle Diseño e implementación de un sistema predictor de fallas con redes neuronales para motores trifásicos en el sector industrial
Torres Trujillo, Yordan Smith
Automatización
Red neuronal
Sensores
Predicción
https://purl.org/pe-repo/ocde/ford#2.11.03
title_short Diseño e implementación de un sistema predictor de fallas con redes neuronales para motores trifásicos en el sector industrial
title_full Diseño e implementación de un sistema predictor de fallas con redes neuronales para motores trifásicos en el sector industrial
title_fullStr Diseño e implementación de un sistema predictor de fallas con redes neuronales para motores trifásicos en el sector industrial
title_full_unstemmed Diseño e implementación de un sistema predictor de fallas con redes neuronales para motores trifásicos en el sector industrial
title_sort Diseño e implementación de un sistema predictor de fallas con redes neuronales para motores trifásicos en el sector industrial
author Torres Trujillo, Yordan Smith
author_facet Torres Trujillo, Yordan Smith
Escobar Navarro, Antonio
author_role author
author2 Escobar Navarro, Antonio
author2_role author
dc.contributor.advisor.fl_str_mv Sánchez Penadillo, Edward Russel
dc.contributor.author.fl_str_mv Torres Trujillo, Yordan Smith
Escobar Navarro, Antonio
dc.subject.es_PE.fl_str_mv Automatización
Red neuronal
Sensores
Predicción
topic Automatización
Red neuronal
Sensores
Predicción
https://purl.org/pe-repo/ocde/ford#2.11.03
dc.subject.ocde.es_PE.fl_str_mv https://purl.org/pe-repo/ocde/ford#2.11.03
description 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%.
publishDate 2024
dc.date.accessioned.none.fl_str_mv 2024-10-03T20:38:47Z
dc.date.available.none.fl_str_mv 2024-10-03T20:38:47Z
dc.date.issued.fl_str_mv 2024
dc.type.es_PE.fl_str_mv info:eu-repo/semantics/bachelorThesis
dc.type.version.es_PE.fl_str_mv info:eu-repo/semantics/publishedVersion
format bachelorThesis
status_str publishedVersion
dc.identifier.uri.none.fl_str_mv https://hdl.handle.net/20.500.12867/9843
url https://hdl.handle.net/20.500.12867/9843
dc.language.iso.es_PE.fl_str_mv spa
language spa
dc.relation.ispartof.fl_str_mv SUNEDU
dc.rights.es_PE.fl_str_mv info:eu-repo/semantics/openAccess
dc.rights.uri.es_PE.fl_str_mv https://creativecommons.org/licenses/by-nc-sa/4.0/
eu_rights_str_mv openAccess
rights_invalid_str_mv https://creativecommons.org/licenses/by-nc-sa/4.0/
dc.format.es_PE.fl_str_mv application/pdf
dc.publisher.es_PE.fl_str_mv Universidad Tecnológica del Perú
dc.publisher.country.es_PE.fl_str_mv PE
dc.source.es_PE.fl_str_mv Universidad Tecnológica del Perú
Repositorio Institucional - UTP
dc.source.none.fl_str_mv reponame:UTP-Institucional
instname:Universidad Tecnológica del Perú
instacron:UTP
instname_str Universidad Tecnológica del Perú
instacron_str UTP
institution UTP
reponame_str UTP-Institucional
collection UTP-Institucional
bitstream.url.fl_str_mv https://repositorio.utp.edu.pe/backend/api/core/bitstreams/498a7dd6-0bb3-4b9a-94f3-1f51b8ac39e2/download
https://repositorio.utp.edu.pe/backend/api/core/bitstreams/dc4e9c7f-f069-45a4-a690-ff7186dbfe90/download
https://repositorio.utp.edu.pe/backend/api/core/bitstreams/4680552a-c852-4441-a0ac-4c0e7d8cd24f/download
https://repositorio.utp.edu.pe/backend/api/core/bitstreams/41419a1d-4e53-4622-a6a5-6de134fa87ec/download
https://repositorio.utp.edu.pe/backend/api/core/bitstreams/a4fa0a3a-c5e2-4c50-bda8-8e5d3a3f1382/download
https://repositorio.utp.edu.pe/backend/api/core/bitstreams/d18140e7-d76c-4a8e-ae67-6b6b2449958e/download
https://repositorio.utp.edu.pe/backend/api/core/bitstreams/50af7e43-c946-4f27-8043-5147401561cd/download
https://repositorio.utp.edu.pe/backend/api/core/bitstreams/46bd0b8a-fd8e-4316-8847-bfe24004701d/download
https://repositorio.utp.edu.pe/backend/api/core/bitstreams/212b3ced-de58-4f9e-80c7-8b6e0790a8d4/download
https://repositorio.utp.edu.pe/backend/api/core/bitstreams/72f004ea-e01d-4eb5-a4c8-13f31da641d8/download
bitstream.checksum.fl_str_mv 8a4605be74aa9ea9d79846c1fba20a33
2524a6be557aaca323752482b79cf592
54638b9a43bfb609d425f8691f0b6567
86de5d2557b1e2c1b8b47ab26b75f89b
36c35c9e3c011ad07537f5d6d11b0666
b53904ea96e262b22f60c61319c3cc23
122e789def0ad2ca85b891850db122ee
94de0ed596ddda65735f2bb27de6a5f9
14b12aafdc9dae85278f4467092c8e35
4f4f1e0772ab715024a09abd48a38951
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
MD5
MD5
MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositorio de la Universidad Tecnológica del Perú
repository.mail.fl_str_mv repositorio@utp.edu.pe
_version_ 1853499865843105792
spelling Sánchez Penadillo, Edward RusselTorres Trujillo, Yordan SmithEscobar Navarro, Antonio2024-10-03T20:38:47Z2024-10-03T20:38:47Z2024https://hdl.handle.net/20.500.12867/9843En 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%.Campus Lima Norteapplication/pdfspaUniversidad Tecnológica del PerúPEinfo:eu-repo/semantics/openAccesshttps://creativecommons.org/licenses/by-nc-sa/4.0/Universidad Tecnológica del PerúRepositorio Institucional - UTPreponame:UTP-Institucionalinstname:Universidad Tecnológica del Perúinstacron:UTPAutomatizaciónRed neuronalSensoresPredicciónhttps://purl.org/pe-repo/ocde/ford#2.11.03Diseño e implementación de un sistema predictor de fallas con redes neuronales para motores trifásicos en el sector industrialinfo:eu-repo/semantics/bachelorThesisinfo:eu-repo/semantics/publishedVersionSUNEDUIngeniero MecatrónicaUniversidad Tecnológica del Perú. Facultad de IngenieríaTítulo ProfesionalIngeniería MecatrónicaPregrado41952058https://orcid.org/0000-0002-8227-97834722520625786067713096Delgado Pariona, Jorge SantiagoOrellana Ambrosio, Miguel ÁngelGutiérrez Silva, Rocío Victoriahttps://purl.org/pe-repo/renati/level#tituloProfesionalhttps://purl.org/pe-repo/renati/type#tesisLICENSElicense.txtlicense.txttext/plain; charset=utf-81748https://repositorio.utp.edu.pe/backend/api/core/bitstreams/498a7dd6-0bb3-4b9a-94f3-1f51b8ac39e2/download8a4605be74aa9ea9d79846c1fba20a33MD54ORIGINALA.Escobar_Y.Torres_Tesis_Titulo_Profesional_2024.pdfA.Escobar_Y.Torres_Tesis_Titulo_Profesional_2024.pdfapplication/pdf9393427https://repositorio.utp.edu.pe/backend/api/core/bitstreams/dc4e9c7f-f069-45a4-a690-ff7186dbfe90/download2524a6be557aaca323752482b79cf592MD51A.Escobar_Y.Torres_Formulario_de_Publicacion.pdfA.Escobar_Y.Torres_Formulario_de_Publicacion.pdfapplication/pdf1035007https://repositorio.utp.edu.pe/backend/api/core/bitstreams/4680552a-c852-4441-a0ac-4c0e7d8cd24f/download54638b9a43bfb609d425f8691f0b6567MD52A.Escobar_Y.Torres_Informe_de_Similitud.pdfA.Escobar_Y.Torres_Informe_de_Similitud.pdfapplication/pdf11511733https://repositorio.utp.edu.pe/backend/api/core/bitstreams/41419a1d-4e53-4622-a6a5-6de134fa87ec/download86de5d2557b1e2c1b8b47ab26b75f89bMD53TEXTA.Escobar_Y.Torres_Tesis_Titulo_Profesional_2024.pdf.txtA.Escobar_Y.Torres_Tesis_Titulo_Profesional_2024.pdf.txtExtracted texttext/plain101521https://repositorio.utp.edu.pe/backend/api/core/bitstreams/a4fa0a3a-c5e2-4c50-bda8-8e5d3a3f1382/download36c35c9e3c011ad07537f5d6d11b0666MD511A.Escobar_Y.Torres_Formulario_de_Publicacion.pdf.txtA.Escobar_Y.Torres_Formulario_de_Publicacion.pdf.txtExtracted texttext/plain5596https://repositorio.utp.edu.pe/backend/api/core/bitstreams/d18140e7-d76c-4a8e-ae67-6b6b2449958e/downloadb53904ea96e262b22f60c61319c3cc23MD513A.Escobar_Y.Torres_Informe_de_Similitud.pdf.txtA.Escobar_Y.Torres_Informe_de_Similitud.pdf.txtExtracted texttext/plain101290https://repositorio.utp.edu.pe/backend/api/core/bitstreams/50af7e43-c946-4f27-8043-5147401561cd/download122e789def0ad2ca85b891850db122eeMD515THUMBNAILA.Escobar_Y.Torres_Tesis_Titulo_Profesional_2024.pdf.jpgA.Escobar_Y.Torres_Tesis_Titulo_Profesional_2024.pdf.jpgGenerated Thumbnailimage/jpeg16751https://repositorio.utp.edu.pe/backend/api/core/bitstreams/46bd0b8a-fd8e-4316-8847-bfe24004701d/download94de0ed596ddda65735f2bb27de6a5f9MD512A.Escobar_Y.Torres_Formulario_de_Publicacion.pdf.jpgA.Escobar_Y.Torres_Formulario_de_Publicacion.pdf.jpgGenerated Thumbnailimage/jpeg28063https://repositorio.utp.edu.pe/backend/api/core/bitstreams/212b3ced-de58-4f9e-80c7-8b6e0790a8d4/download14b12aafdc9dae85278f4467092c8e35MD514A.Escobar_Y.Torres_Informe_de_Similitud.pdf.jpgA.Escobar_Y.Torres_Informe_de_Similitud.pdf.jpgGenerated Thumbnailimage/jpeg18765https://repositorio.utp.edu.pe/backend/api/core/bitstreams/72f004ea-e01d-4eb5-a4c8-13f31da641d8/download4f4f1e0772ab715024a09abd48a38951MD51620.500.12867/9843oai:repositorio.utp.edu.pe:20.500.12867/98432025-11-30 17:09:27.789https://creativecommons.org/licenses/by-nc-sa/4.0/info:eu-repo/semantics/openAccessopen.accesshttps://repositorio.utp.edu.peRepositorio de la Universidad Tecnológica del Perúrepositorio@utp.edu.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
score 13.394499
Diseño e implementación de un sistema predictor de fallas con redes neuronales para motores trifásicos en el sector industrial
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).

Ejemplares Similares