1. Universidad Antonio Nariño
  2. Trabajos de grado
  3. Pregrado
  4. Ingeniería electromecánica
Por favor, use este identificador para citar o enlazar este ítem: http://repositorio.uan.edu.co/handle/123456789/2589
Registro completo de metadatos
Campo DC Valor Lengua/Idioma
dc.creatorCorrea Quintana, Edgar Alfonso-
dc.date.accessioned2021-03-03T21:08:12Z-
dc.date.available2021-03-03T21:08:12Z-
dc.date.created2020-06-06-
dc.identifier.urihttp://repositorio.uan.edu.co/handle/123456789/2589-
dc.descriptionPropiaes_ES
dc.description.abstractThis proposal for engineering degree at the Antonio Nariño University (UAN) adequately characterizes and correlates the effects generated by inducing mechanical vibrations on a metal structure, as a means of determining or predicting potential alterations or failures in civil or industrial structures, using vibration sensors (piezoelectric), experimental information capture software (Labview) and the application of wave signal processing and classification tools. Previous works developed at the UAN since 2015 using signal processing techniques such as Fourier and Wavelet, show indications on the relationship between the processed signals and the structural alterations of the different tests. This time through the use of Cepstrum analysis as an alternative tool for processing mechanical signals. Complementary to the use of a dissimilarity technique (Euclidean distance) for the evaluation of the homogeneity of the data, it has allowed to show deviations that can be linked to structural defects of a metallic reinforcement at laboratory level. The use of the Cepstrum tool at an experimental level under a greater range of tests on various types of defects, will undoubtedly allow the implementation of the bases to encourage both academic and commercial development of tools or techniques for remote inspection of static equipment, which Will be of great utility for society.es_ES
dc.description.sponsorshipOtroes_ES
dc.description.tableofcontentsLa presente propuesta de trabajo de grado en la Universidad Antonio Nariño(UAN) caracteriza y correlaciona adecuadamente los efectos que genera inducir vibraciones mecánicas sobre una estructura metálica, como medio para la determinación o predicción de alteraciones o fallas potenciales en estructuras de tipo civil o industrial de naturaleza estática, empleando para ello sensores de vibración(piezoeléctricos), software de captura de información experimental (Labview) y la aplicación de herramientas de procesamiento y clasificación de señales de onda. Trabajos previos desarrollados en la UAN desde el año 2015 empleando técnicas de procesamiento de señales como Fourier y Wavelet, presentan indicios sobre la relación entre las señales procesadas y las alteraciones estructurales de los diferentes ensayos. En esta oportunidad mediante el uso del análisis Cepstrum como herramienta alternativa para el procesamiento de señales mecánicas. complementario al uso de una técnica de disimilaridad (distancia euclídea) para la evaluación de la homogeneidad de los datos, ha permitido evidenciar desviaciones que pueden vincularse a defectos estructurales de una armadura metálica a nivel de laboratorio. El uso de la herramienta Cepstrum a nivel experimental bajo una mayor amplitud de pruebas en diversos tipos de defectos, permitirán sin duda implementar las bases para incentivar el desarrollo tanto académico como comercial de herramientas o técnicas de inspección remota de equipos estáticos, que sean de gran utilidad para la sociedad.es_ES
dc.language.isospaes_ES
dc.publisherUniversidad Antonio Nariñoes_ES
dc.rightsAtribución-SinDerivadas 3.0 Estados Unidos de América*
dc.rightsAtribución-NoComercial-SinDerivadas 3.0 Estados Unidos de América*
dc.rightsAtribución-NoComercial-SinDerivadas 3.0 Estados Unidos de América*
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/3.0/us/*
dc.sourceinstname:Universidad Antonio Nariñoes_ES
dc.sourcereponame:Repositorio Institucional UANes_ES
dc.sourceinstname:Universidad Antonio Nariñoes_ES
dc.sourcereponame:Repositorio Institucional UANes_ES
dc.subjectVibracioneses_ES
dc.subjectestructuras metálicases_ES
dc.subjectanálisis Cepstrumes_ES
dc.subjectLabviewes_ES
dc.subjectMatlabes_ES
dc.subjectalteraciones en estructuras metálicases_ES
dc.titleCaracterización de vibraciones mecánicas en una estructura metálica utilizando el análisis cepstrumes_ES
dc.publisher.programIngeniería Electromecánicaes_ES
dc.rights.accesRightsopenAccesses_ES
dc.subject.keywordVibrationses_ES
dc.subject.keywordmetal structureses_ES
dc.subject.keywordCepstrumes_ES
dc.subject.keywordLabviewes_ES
dc.subject.keywordMatlab analysises_ES
dc.subject.keywordalterations in metal structureses_ES
dc.type.spaTrabajo de grado (Pregrado y/o Especialización)es_ES
dc.type.hasVersioninfo:eu-repo/semantics/acceptedVersiones_ES
dc.source.bibliographicCitationBarbini, L., Eltabach, M., & Dubois, J. (2016). Application of Cepstrum Pre-Whitening on Non-Stationary Signals. Int Congress on Technical Diagnostics and Condition Monitoring of Machinery in Non-Stationary Operations.es_ES
dc.source.bibliographicCitationBenavidez, Y., & Marinez, A. (2019). “Realizacion de un estudio para diferenciar la variacion de las caracteristicas de las vibracioniones mecanicas mediante el analisis Wavelet en el modulo de pruebas del laboratario de la Universidad Antonio Nariño. Bucaramanga: Universidad Antonio Nariño.es_ES
dc.source.bibliographicCitationCooley, J., & Tukey, J. (1965). An algorithm for the machine calculation of complex fourier series. Math.Comp,19(90), 297-301.es_ES
dc.source.bibliographicCitationCortez, N., Filho, J., & Baptista, F. G. (2013). A new microcontrolled structural health monitoring system based on the electromechanical impedance principle. Struct. Health Monit. 12, 14–22.es_ES
dc.source.bibliographicCitationHernandez, N. (2016). Medicion y caracterización de vibraciones mecanicas en estructuras metálicas que permitan dar un concepto de alteraciones estructurales bajo la determinacion de un criterio cualitativo no destructivo. Bucaramanga: Universidad Antonio Nariño.es_ES
dc.source.bibliographicCitationHirata, Y. (2004). A method for monitoring invisible changes in a structure using its non-stationary vibration. Journal of Sound andVibration, vol.270, ,no.4-5, 1041–1044.es_ES
dc.source.bibliographicCitationHirata, Y., & Matsumoto, M. (2010). Health monitoring for a structure using its nonstationary vibration. Advances in Acoustics and Vibration. Vol. Article ID 696512, 5.es_ES
dc.source.bibliographicCitationHumar, J., Bagchi, A., & Xu, H. (2006). Performance of Vibration-based Techniques for the Identification of Structural Damage. Structural Health Monitoring, vol. 5, no. 3, 215-227.es_ES
dc.source.bibliographicCitationInman, D., Farrar, C., & Junior, V. (2005). Damage Prognosis: For Aerospace, Civil and Mechanical Systems.John Wiley & Sons:. Hoboke, NJ, USA.es_ES
dc.source.bibliographicCitationKessler, S., Spearing, .., Atalla, M., & Cesnik, C. (2002). Damage detection in composite materials using frequency response methods. Compos. Part B Eng. 33, 87–95.es_ES
dc.source.bibliographicCitationLarrota, A., & Rodriguez, J. (2015). Módulo para detección de alteraciones estructurales por medio de la mediciòn de impedancias electromecánicas. Bucaramanga: Universidad Antonio Nariño.es_ES
dc.source.bibliographicCitationLemann, C. (1972). Geometría analítica. UTEHA.es_ES
dc.source.bibliographicCitationLiang, C. S. (1994). Coupled electro-mechanical analysis of adaptive material systems-determination of the actuator power consumption and system energy transfer. J. Intell. Mater Syst. ,Struct.5, 12–20.es_ES
dc.source.bibliographicCitationLin, B., & Giurgiutiu, V. (2006). Modeling and testing of PZT and PVDF piezoelectric wafer active sensors. Smart Mater. Struct. 15, 1085.es_ES
dc.source.bibliographicCitationMajewski, T. (2016). Vibraciones en sistemas fisicos,Primera edición. Alfaomega.es_ES
dc.source.bibliographicCitationMonavar, H., Ahmadi, H., Mohtasebi, S., & Hasani, S. (2008). Vibration condition monitoring techniques for fault diagnosis of electromotor with 1.5Kw power. J.Applied Sci. 8, 1268–1273.es_ES
dc.source.bibliographicCitationMoslem, K., & Nafaspour, R. (2002). Structural Damage detection by genetic algorithm. AIAA Journal, vol. 40, n.° 7, 1395-1401.es_ES
dc.source.bibliographicCitationOppenheim, A., & Schafer, R. (2004). From frecuency to quefrency: a history of the cepstrum. IEEE Signal Process.Mag, 95-99.106.es_ES
dc.source.bibliographicCitationPark, G., & Inman, D. (2007). Structural health monitoring using piezoelectric impedance measurements. Philos. Trans.R. Soc. Lond. A Math. Phys. Eng. Sci., 365, 373–392.es_ES
dc.source.bibliographicCitationPerez, C. (2002). Matlab y sus aplicaciones en las ciencias y la ingenieria. Pearson Education.es_ES
dc.source.bibliographicCitationRandall, R. (2017). A history of cepstrum analysis and its application to mechanicaal problems. Mechanical Systems and Signal Processing,97, 3-19.es_ES
dc.source.bibliographicCitationRen, W., & Roeck, G. (2002). Structural Damage Identification using Modal Data. I: Simulation Verification". Journal of Structural Engineering, vol. 128, n.°1,, 87- 95 .es_ES
dc.source.bibliographicCitationRey, Y., & Martinez, A. (2019). Realizacion de un estudio para diferenciar la variacion de las caracteristicas de las vibracioniones mecanicas mediante el analisis wavelet en el modulo de pruebas del laboratario de la Universidad Antonio Nariño. Bucaramanga: Universidad Antonio Nariño.es_ES
dc.source.bibliographicCitationRodriguez, J., Rojas, E., & Franco, R. (2007). Clasificación de datos usando el método k-nn. Vinculos.Vol1.4.es_ES
dc.source.bibliographicCitationRytter, A. (1993). Vibrational Based Inspection of Civil Engineering Structures. . Aalborg: Ph.D. Thesis, Department of Building Technology and Structural Engineering, Aalborg University.es_ES
dc.source.bibliographicCitationStaszewski, W., Boller, C., & Tomlinson, G. (2004). Health Monitoring of Aerospace Structures: Smart Sensor Technologies and Signal Processing; JohnWiley & Sons: . Hoboke, NJ, USA.es_ES
dc.source.bibliographicCitationTakahashi, Y. T., & Tohiyama, Y. (2008). Structural condition monitoring by cumulative harmonic analysis of random vibration. Advances in Acoustics and Vibration ArticleID261758, 8.es_ES
dc.source.bibliographicCitationTomasi, W. (2003). Sistemas de comunicaciónes electronicas. 4 th ed. Mexico: Pearson.es_ES
dc.source.bibliographicCitationValencia Niño, J. (2019). Parámetros característicos de las señales de vibración mecánica obtención de un cuerpo metálico con alteraciones estructurales, a partir del análisis de componentes principales, aplicados a los coeficientes de Fourier. Bucaramanga: Universidad Antonio Nariño.es_ES
dc.source.bibliographicCitationVillalva, J., & Laier, J. (2010). Detección de daño estructural por algoritmos genéticos: una comparación de diferentes tipos de codificación de indivíduos. . Ingeniería y Desarrollo, n.° 27, 170-186.es_ES
dc.source.bibliographicCitationBarbini, L., Eltabach, M., & Dubois, J. (2016). Application of Cepstrum Pre-Whitening on Non-Stationary Signals. Int Congress on Technical Diagnostics and Condition Monitoring of Machinery in Non-Stationary Operations. Benavidez, Y., & Marinez, A. (2019). “Realizacion de un estudio para diferenciar la variacion de las caracteristicas de las vibracioniones mecanicas mediante el analisis Wavelet en el modulo de pruebas del laboratario de la Universidad Antonio Nariño. Bucaramanga: Universidad Antonio Nariño. Cooley, J., & Tukey, J. (1965). An algorithm for the machine calculation of complex fourier series. Math.Comp,19(90), 297-301. Cortez, N., Filho, J., & Baptista, F. G. (2013). A new microcontrolled structural health monitoring system based on the electromechanical impedance principle. Struct. Health Monit. 12, 14–22. Hernandez, N. (2016). Medicion y caracterización de vibraciones mecanicas en estructuras metálicas que permitan dar un concepto de alteraciones estructurales bajo la determinacion de un criterio cualitativo no destructivo. Bucaramanga: Universidad Antonio Nariño. Hirata, Y. (2004). A method for monitoring invisible changes in a structure using its non-stationary vibration. Journal of Sound andVibration, vol.270, ,no.4-5, 1041–1044. Hirata, Y., & Matsumoto, M. (2010). Health monitoring for a structure using its nonstationary vibration. Advances in Acoustics and Vibration. Vol. Article ID 696512, 5. Humar, J., Bagchi, A., & Xu, H. (2006). Performance of Vibration-based Techniques for the Identification of Structural Damage. Structural Health Monitoring, vol. 5, no. 3, 215-227. Inman, D., Farrar, C., & Junior, V. (2005). Damage Prognosis: For Aerospace, Civil and Mechanical Systems.John Wiley & Sons:. Hoboke, NJ, USA. Kessler, S., Spearing, .., Atalla, M., & Cesnik, C. (2002). Damage detection in composite materials using frequency response methods. Compos. Part B Eng. 33, 87–95. Larrota, A., & Rodriguez, J. (2015). Módulo para detección de alteraciones estructurales por medio de la mediciòn de impedancias electromecánicas. Bucaramanga: Universidad Antonio Nariño. Lemann, C. (1972). Geometría analítica. UTEHA. Liang, C. S. (1994). Coupled electro-mechanical analysis of adaptive material systems-determination of the actuator power consumption and system energy transfer. J. Intell. Mater Syst. ,Struct.5, 12–20. Lin, B., & Giurgiutiu, V. (2006). Modeling and testing of PZT and PVDF piezoelectric wafer active sensors. Smart Mater. Struct. 15, 1085. Majewski, T. (2016). Vibraciones en sistemas fisicos,Primera edición. Alfaomega. Monavar, H., Ahmadi, H., Mohtasebi, S., & Hasani, S. (2008). Vibration condition monitoring techniques for fault diagnosis of electromotor with 1.5Kw power. J.Applied Sci. 8, 1268–1273. Moslem, K., & Nafaspour, R. (2002). Structural Damage detection by genetic algorithm. AIAA Journal, vol. 40, n.° 7, 1395-1401. Oppenheim, A., & Schafer, R. (2004). From frecuency to quefrency: a history of the cepstrum. IEEE Signal Process.Mag, 95-99.106. Park, G., & Inman, D. (2007). Structural health monitoring using piezoelectric impedance measurements. Philos. Trans.R. Soc. Lond. A Math. Phys. Eng. Sci., 365, 373–392. Perez, C. (2002). Matlab y sus aplicaciones en las ciencias y la ingenieria. Pearson Education. Randall, R. (2017). A history of cepstrum analysis and its application to mechanicaal problems. Mechanical Systems and Signal Processing,97, 3-19. Ren, W., & Roeck, G. (2002). Structural Damage Identification using Modal Data. I: Simulation Verification". Journal of Structural Engineering, vol. 128, n.°1,, 87- 95 . Rey, Y., & Martinez, A. (2019). Realizacion de un estudio para diferenciar la variacion de las caracteristicas de las vibracioniones mecanicas mediante el analisis wavelet en el modulo de pruebas del laboratario de la Universidad Antonio Nariño. Bucaramanga: Universidad Antonio Nariño. Rodriguez, J., Rojas, E., & Franco, R. (2007). Clasificación de datos usando el método k-nn. Vinculos.Vol1.4. Rytter, A. (1993). Vibrational Based Inspection of Civil Engineering Structures. . Aalborg: Ph.D. Thesis, Department of Building Technology and Structural Engineering, Aalborg University. Staszewski, W., Boller, C., & Tomlinson, G. (2004). Health Monitoring of Aerospace Structures: Smart Sensor Technologies and Signal Processing; JohnWiley & Sons: . Hoboke, NJ, USA. Takahashi, Y. T., & Tohiyama, Y. (2008). Structural condition monitoring by cumulative harmonic analysis of random vibration. Advances in Acoustics and Vibration ArticleID261758, 8. Tomasi, W. (2003). Sistemas de comunicaciónes electronicas. 4 th ed. Mexico: Pearson. Valencia Niño, J. (2019). Parámetros característicos de las señales de vibración mecánica obtención de un cuerpo metálico con alteraciones estructurales, a partir del análisis de componentes principales, aplicados a los coeficientes de Fourier. Bucaramanga: Universidad Antonio Nariño. Villalva, J., & Laier, J. (2010). Detección de daño estructural por algoritmos genéticos: una comparación de diferentes tipos de codificación de indivíduos. . Ingeniería y Desarrollo, n.° 27, 170-186. Zapata, J., & Cacua, J. (2015). Caracterizacion de vibraciones estructurales en cuerpos metalicos utilizando el metodo de impedancias electromecanicas y la transformada de Fourier en el modulo de pruebas del laboratorio de la Universidad Antonio Nariño. Bucaramanga: Universidad Antonio Nariño.es_ES
dc.description.degreenameIngeniero(a) Electromecánico(a)es_ES
dc.description.degreelevelPregradoes_ES
dc.publisher.facultyFacultad de Ingeniería Mecánica, Electrónica y Biomédicaes_ES
dc.description.funderFinanciación por parte del Autor del trabajo (inversión superior a 2 millones de pesos), y la Universidad Antonio Nariño (Laboratorio y bases de datos)es_ES
dc.description.notesDistanciaes_ES
dc.creator.cedula16549474es_ES
dc.publisher.campusBucaramanga-
Aparece en las colecciones: Ingeniería electromecánica

Ficheros en este ítem:
Fichero Tamaño  
2020_EdgarAlfonsoCorreaQuintana3.23 MBVisualizar/Abrir
2020_EdgarAlfonsoCorreaQuintana_Autorización
  Restricted Access		712.66 kBVisualizar/Abrir  Request a copy
Mostrar el registro sencillo del ítem


Ver Estadísticas de uso



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