Análisis estadístico en el espacio de frecuencias para la identificación de fallas en rodamientos
"Este trabajo presenta un análisis estadístico de la señal de aceleración en el espacio de frecuencias para la identificación automática de fallas en rodamientos. Para esto se realizaron mediciones de aceleración sobre un rodamiento en un banco de pruebas experimental y se tomaron datos experim...
- Autores:
-
Cangrejo Angel, David Mateo
- Tipo de recurso:
- Trabajo de grado de pregrado
- Fecha de publicación:
- 2020
- Institución:
- Universidad de los Andes
- Repositorio:
- Séneca: repositorio Uniandes
- Idioma:
- spa
- OAI Identifier:
- oai:repositorio.uniandes.edu.co:1992/48869
- Acceso en línea:
- http://hdl.handle.net/1992/48869
- Palabra clave:
- Rodamientos (Maquinaria)
Fallas en maquinaria
Vibración
Maquinaria
Bancos de pruebas
Ingeniería
- Rights
- openAccess
- License
- https://repositorio.uniandes.edu.co/static/pdf/aceptacion_uso_es.pdf
Summary: | "Este trabajo presenta un análisis estadístico de la señal de aceleración en el espacio de frecuencias para la identificación automática de fallas en rodamientos. Para esto se realizaron mediciones de aceleración sobre un rodamiento en un banco de pruebas experimental y se tomaron datos experimentales de la base de datos de IMS. Las señales obtenidas se transformaron al espacio de frecuencias mediante la transformada de Fourier. Luego, se comparó mediante un análisis clásico las frecuencias de falla de los rodamientos teóricas y experimentales. Además, en este espacio de frecuencias se evaluaron diversos parámetros estadísticos para la identificación de la existencia de una falla en un rodamiento. Se redujo el número de parámetros estadísticos a aquellos que eran linealmente independientes mediante una reducción por correlación. Luego se tomaron estos últimos parámetros estadísticos para entrenar el algoritmo de regresión logística (algoritmo de Machine Learning). Luego, se evaluó este algoritmo, para cada parámetro estadístico, en la predicción de fallas en rodamientos sobre los datos de prueba. Los parámetros obtenidos con mejor calificación para la identificación de fallas son: Pico a Pico, Media/desviación estándar, RMS/Prom. Valor absoluto y Desviación estándar. La mejor calificación promedio obtenida para identificar y clasificar fallas en rodamientos fue del 96,9%."--Tomado del Formato de Documento de Grado |
---|