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/123456789/3116
Registro completo de metadatos
Campo DC Valor Lengua/Idioma
dc.contributor.advisorSandoval Rodríguez, Camilo Leonardo-
dc.creatorPineda Floréz, Fabio Alfonso-
dc.creatorErnache Criado, Jolvis-
dc.date.accessioned2021-03-10T17:20:00Z-
dc.date.available2021-03-10T17:20:00Z-
dc.date.created2020-06-06-
dc.identifier.urihttp://repositorio.uan.edu.co/handle/123456789/3116-
dc.descriptionPropiaes_ES
dc.description.tableofcontentsEs la detección y diagnóstico de fallas, una condición importante para prevenir el deterioro de los equipos rotativos evitando de esta manera que se afecte la salud de los mismos y su operatividad. El presente proyecto de grado está enfocado en la identificación de los descriptores apropiados para el análisis de vibración en la detección de fallas en máquinas rotativas, realizando una revisión bibliográfica de tres proyectos de pregrado de la universidad Antonio Nariño sede Bucaramanga, que cumplieron con los requerimientos para la obtención de datos que fueron analizados, caracterizados y comparados para extraer los descriptores significativos. Varias tecnologías se han empleado para la caracterización de señales de vibración para diagnosticar anomalías como desbalanceo y desalineación, no obstante, es posible analizar su comportamiento a través de la transformada de Wavelet y la familia coiflet, symlet y daubechies, logrando graficar caracterizar y diferenciar visiblemente cada frecuencia, utilizando una herramienta matemática como MATLAB, asimismo, los registros en el software LabVIEW arrojaron los datos requeridos, los cuales han sido investigados y plasmadas por los autores de los proyectos propuestos. Después de evaluar, caracterizar y validar los datos en estudio, finalmente se concluyo que los descriptores RMS, PICO y ENERGIA son los más relevantes en los estudios realizados. siendo RMS-ENERGIA los descriptores más significativos con un porcentaje de 78,9% en sus combinaciones, obteniendo valores elevados en la. familia de las Wavelets SYMLET de cuarto orden, dando cumplimiento a los objetivos propuestos en esta investigación. Palabras claves: Transformada Wavelet, MATLAB, LabVIEW, desbalanceo, desalineación, descriptores, maquinas rotativas.es_ES
dc.language.isospaes_ES
dc.publisherUniversidad Antonio Nariñoes_ES
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.subjectPalabras claves: Transformada Wavelet, MATLAB, LabVIEW, desbalanceo, desalineación, descriptores, maquinas rotativas.es_ES
dc.titleIdentificación de los descriptores apropiados para el análisis de vibración en la detección de fallas en maquinaria rotativa.es_ES
dc.publisher.programIngeniería Electromecánicaes_ES
dc.rights.accesRightsopenAccesses_ES
dc.type.spaTrabajo de grado (Pregrado y/o Especialización)es_ES
dc.type.hasVersioninfo:eu-repo/semantics/acceptedVersiones_ES
dc.source.bibliographicCitationGonzales, C. y Pedraza, W. (2013). Algoritmo en matlab para la detección de desbalanceo en equipos rotativos, usando transformada de wavelet. (tesis de pregrado). Universidad Antonio Nariño. Bucaramanga, Colombia.es_ES
dc.source.bibliographicCitationGrim, G., y Mitchell, B. (2010). Entendiendo las bases del balanceo y técnicas de medición, USA: Precision Measurement and Testing, Wavelet. USA.EE.UUes_ES
dc.source.bibliographicCitationHernández, G. D. (2007). Apuntes del Curso Vibraciones mecánicas. Concepción. Chile.es_ES
dc.source.bibliographicCitationHiguera, N, Rueda, J, Silva, O. (2014). Extracción de características representativas respecto al fenómeno de desbalanceo y des-alineamiento angular utilizando la transformada Wavelet. (tesis de pregrado). Universidad Antonio Nariño. Bucaramanga, Colombia.es_ES
dc.source.bibliographicCitationQuiroga, O., & Jorquera, R. (7 de 06 de 2018). Vibraciones (2019). Obtenido de http://www.rinconeducativo.org/es/recursos-educativos/que-es-un-generadorelectricoes_ES
dc.source.bibliographicCitationLei, Y., He, Z. & Zi, Y. (2006). A New approach to intelligent fault diagnosis of rotating machinery. En: Expert Systems with Applications 35, Nr. 4, p. 1593 – 1600.es_ES
dc.source.bibliographicCitationLópez, G. (2004) Análisis de vibraciones para el mantenimiento predictivo. http://www.tecnicaindustrial.es/tiadmin/numeros/14/35/a35.pdfes_ES
dc.source.bibliographicCitationMathworks. (2019). Mathworks- Matlab. Obtenido de Mathworks: https://la.mathworks.com/help/matlab/learn_matlab/product-description.htmles_ES
dc.source.bibliographicCitationNATIONAL INSTRUMENTS. (2019). NATIONAL INSTRUMENTS- LABVIEW. Obtenido de NATIONAL INSTRUMENTS: https://www.ni.com/es-co/shop/labview.htmles_ES
dc.source.bibliographicCitationRodríguez, M. (2005). ANÁLISIS MODAL OPERACIONAL: TEORÍA Y PRÁCTICA. (tesis de pregrado). Escuela Superior de Ingenieros. Sevilla -España.es_ES
dc.source.bibliographicCitationRuiz, W. y Vásquez, J. (2014). Clasificación automática de patrones de desbalanceo y desalineamiento en una máquina rotativa usando transformada wavelet. (tesis de pregrado). Universidad Antonio Nariño. Bucaramanga, Colombia.es_ES
dc.source.bibliographicCitationSaavedra, P. (2011) La medición y análisis de las vibraciones como técnica de inspección de equipos y componentes, aplicaciones, normativas y certificación. Facultad de Ingeniería - Universidad de Concepción, Casilla 160 – Concepción – Chile.es_ES
dc.source.bibliographicCitationSKF (1996). Manual SKF de mantenimiento de rodamientos. Dinamarca.es_ES
dc.source.bibliographicCitationTranter, J. (1998). Information and power in your hands: data collectors meet mobile computers –, Application note Predict-DLI.es_ES
dc.source.bibliographicCitationWhite, G. (2010). Introducción al Análisis de Vibraciones. USAes_ES
dc.source.bibliographicCitationYadav. M, y Wadhwani, S. (2011) Vibrations analysis of bearing for fault detection using time domain features and neural network. Department of Electrical Engineering, Madhav Institute of Technology and Science Gwalior, India. 24 2es_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.notesDistanciaes_ES
dc.creator.cedula91296324es_ES
dc.creator.cedula91445396es_ES
dc.publisher.campusBucaramanga-
Aparece en las colecciones: Ingeniería electromecánica

Ficheros en este ítem:
Fichero Tamaño  
2020_FabioAlfonsoPinedaFlórez6.57 MBVisualizar/Abrir
2020_FabioAlfonsoPinedaFlórez_Autorización1
  Restricted Access		810.15 kBVisualizar/Abrir  Request a copy
2020_FabioAlfonsoPinedaFlórez_Autorización2
  Restricted Access		757.61 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