Por favor, use este identificador para citar o enlazar este ítem:
http://repositorio.uan.edu.co/handle/123456789/5154
> Repositorio UAN
Repositorio UANComunidades y ColeccionesTitulosMateriasAutoresFecha de publicacion
Mi CuentaAccederRegistro
Mi CuentaAccederRegistro
Título : | Implementación de mantenimiento predictivo para una bomba centrífuga utilizando machine learning |
metadata.dc.creator: | Soto Zabala, Daniel Felipe |
metadata.dc.contributor.advisor: | Díaz Salas, Sergio Andrés |
Palabras clave : | machine learning;turbo máquina;predicción;prevención;corrección |
Resumen : | This document presents an application of machine learning as predictive maintenance in a simulated centrifugal pump, it is a strategy of how to use this branch of artificial intelligence as a maintenance technique. By means of discrete simulations data are extracted from dynamic variables such as torque, pressure and flow from a centrifugal pump in a common water supply system, data is taken from the pump at two speed ranges in the pump rotor |
metadata.dc.description.tableofcontents: | En este documento se presenta una aplicación de machine learning como antenimiento predictivo en una bomba centrifuga simulada, es una estrategia de cómo utilizar esta rama de la inteligencia artificial como técnica de mantenimiento. Por medio de simulaciones discretas se extraen datos de variables dinámicas como torque, presión y caudal de una bomba centrifuga en un sistema de suministro de agua común, se toman datos de la bomba a dos rangos de velocidades en el rotor de la bomba |
URI : | http://repositorio.uan.edu.co/handle/123456789/5154 |
Editorial : | Universidad Antonio Nariño |
metadata.dc.publisher.campus: | Bogotá - Sur |
metadata.dc.publisher.faculty: | Facultad de Ingeniería Mecánica, Electrónica y Biomédica |
metadata.dc.date.created: | 2021-06-01 |
metadata.dc.rights.uri: | http://creativecommons.org/licenses/by-nc-nd/3.0/us/ |
Aparece en las colecciones: | Ingeniería mecatrónica |
Ficheros en este ítem:
Fichero | Tamaño | |
---|---|---|
2021DanielFelipeSotoZabala.pdf | 1.55 MB | Visualizar/Abrir |
2021AutorizacióndeAutores.pdf Restricted Access | 1.25 MB | Visualizar/Abrir Request a copy |
Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons