Professional Documents
Culture Documents
INV. S
UNIVERSIDAD POLITCNICA SALESIANA
INGENIERA ELCTRONICA
SEDE-CUENCA
1. TEMA:
Implementacin de una plataforma para la deteccin de fallos de mquinas rotativas mediante computacin
con reservorios
2. ANTECEDENTES
Uno de los muchos mtodos que existen para la deteccin de fallas en mquinas rotativas es el
anlisis de vibraciones en rodamientos usando caractersticas de tiempo y modelos ocultos de
MARKOV, en el trabajo [1], los autores realizan la segmentacin de las seales de vibracin
provenientes de los rodamientos caracterizan la seal mediante dominio del tiempo como
espacio de presentacin e implementan un sistema de clasificacin de estados de degradacin
basado en modelos ocultos de Markov(HMM)
Continuando con sistemas de deteccin de fallas, tenemos Mtodo Hbrido para la Identificacin
de Fallas en Maquinas Elctricas Rotativas Utilizando Seales de Vibracin, una tesis de la
UNIVERSIDAD NACIONAL DE COLOMBIA donde los autores utilizan mtodos
tradicionales utilizados para el anlisis de vibraciones en mquinas rotativas,
planteando cuales son las principales dificultades encontradas en ellos para
lograr establecer algunas metas en relacin a la deteccin de fallas, que
posibiliten otros acercamientos para su diagnstico. Encontrando atractivo el
uso se las Redes Adaptativas Basadas en Sistemas de Inferencia Difusa
ANFIS, debido a que pueden ser entrenadas utilizando datos reales logrando
aproximaciones ms acordes al comportamiento de las maquinas ante una
condicin de falla o bajo su operacin normal.[3]
PROYECTO UP
INV. S
3. INTRODUCCION.
Marco terico
Computacin de reservorios
Sistemas integrados de diagnstico (antecedentes)
4. OBJETIVOS.
5. METODOLOGIA.
La metodologa que se utilizar para el desarrollo de este proyecto estar basada en:
5.1. Investigacin bibliogrfica.
5.2. Recopilacin de informacin mediante artculos cientficos y libros del rea.
5.3. Estudio de Monitoreo de Vibracin en Mquinas.
5.4. Estudio de deep learning, ,
5.5. Implementacin de una plataforma para la deteccin de fallos de mquinas rotativas mediante
deep learning.
5.6. Validacin de los resultados obtenidos.
PROYECTO UP
INV. S
6. CONTENIDO.
6.1 Captulo 1
6.2 Captulo2
6.3 Captulo 3
6.4 Captulo 4
6.5 Captulo 5
Conclusiones y recomendaciones.
Cronograma De Actividades
Mes MES 1 MES 2 MES 3 MES 4 MES 5 MES 6
ACTIVIDAD Semana 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4
ACTIVIDAD Revisin estado del arte
I
ACTIVIDAD Redaccin de la
PROYECTO UP
INV. memoria tcnica
V S
8. Recursos
Recursos Fsicos
Computadora Personal.
Libros.
Internet.
Laboratorio
9. BIBLIOGRAFA.
[1] Henry Alexander Blandn Hurtado, Yamir Fernando Martnez Mendoza, DESARROLLO
DE UNA METODOLOGA PARA LA DETECCIN DE FALLAS A PARTIR DEL ANLISIS
DE VIBRACIONES EN RODAMIENTOS USANDO CARACTERSTICAS DE TIEMPO
MODELOS OCULTOS DE MARKOV (HMM), Universidad Tecnolgica de Pereira, Facultad
de Ingeniera Elctrica Pereira, Risaralda, Colombia 2013
[2] Diego Cabrera, Fernando Sancho, Chuan Li, Mariela Cerrada, Rene-Vinicio Sanchez, Fannia
Pacheco, Felipe Tobar, Jose Valente de Oliveira, Learning-based modelling method of vibration
signals and its application to fault detection in rotating machinery, IEEE