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
id |
UNIANDES2_7fd1f554f35d0a710cebc9497b5a5ba4 |
---|---|
oai_identifier_str |
oai:repositorio.uniandes.edu.co:1992/48869 |
network_acronym_str |
UNIANDES2 |
network_name_str |
Séneca: repositorio Uniandes |
repository_id_str |
|
dc.title.es_CO.fl_str_mv |
Análisis estadístico en el espacio de frecuencias para la identificación de fallas en rodamientos |
title |
Análisis estadístico en el espacio de frecuencias para la identificación de fallas en rodamientos |
spellingShingle |
Análisis estadístico en el espacio de frecuencias para la identificación de fallas en rodamientos Rodamientos (Maquinaria) Fallas en maquinaria Vibración Maquinaria Bancos de pruebas Ingeniería |
title_short |
Análisis estadístico en el espacio de frecuencias para la identificación de fallas en rodamientos |
title_full |
Análisis estadístico en el espacio de frecuencias para la identificación de fallas en rodamientos |
title_fullStr |
Análisis estadístico en el espacio de frecuencias para la identificación de fallas en rodamientos |
title_full_unstemmed |
Análisis estadístico en el espacio de frecuencias para la identificación de fallas en rodamientos |
title_sort |
Análisis estadístico en el espacio de frecuencias para la identificación de fallas en rodamientos |
dc.creator.fl_str_mv |
Cangrejo Angel, David Mateo |
dc.contributor.advisor.none.fl_str_mv |
Barbieri, Giacomo |
dc.contributor.author.none.fl_str_mv |
Cangrejo Angel, David Mateo |
dc.subject.armarc.es_CO.fl_str_mv |
Rodamientos (Maquinaria) Fallas en maquinaria Vibración Maquinaria Bancos de pruebas |
topic |
Rodamientos (Maquinaria) Fallas en maquinaria Vibración Maquinaria Bancos de pruebas Ingeniería |
dc.subject.themes.none.fl_str_mv |
Ingeniería |
description |
"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 |
publishDate |
2020 |
dc.date.issued.none.fl_str_mv |
2020 |
dc.date.accessioned.none.fl_str_mv |
2021-02-18T12:35:23Z |
dc.date.available.none.fl_str_mv |
2021-02-18T12:35:23Z |
dc.type.spa.fl_str_mv |
Trabajo de grado - Pregrado |
dc.type.coarversion.fl_str_mv |
http://purl.org/coar/version/c_970fb48d4fbd8a85 |
dc.type.driver.spa.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
dc.type.coar.spa.fl_str_mv |
http://purl.org/coar/resource_type/c_7a1f |
dc.type.content.spa.fl_str_mv |
Text |
dc.type.redcol.spa.fl_str_mv |
http://purl.org/redcol/resource_type/TP |
format |
http://purl.org/coar/resource_type/c_7a1f |
dc.identifier.uri.none.fl_str_mv |
http://hdl.handle.net/1992/48869 |
dc.identifier.pdf.none.fl_str_mv |
u833496.pdf |
dc.identifier.instname.spa.fl_str_mv |
instname:Universidad de los Andes |
dc.identifier.reponame.spa.fl_str_mv |
reponame:Repositorio Institucional Séneca |
dc.identifier.repourl.spa.fl_str_mv |
repourl:https://repositorio.uniandes.edu.co/ |
url |
http://hdl.handle.net/1992/48869 |
identifier_str_mv |
u833496.pdf instname:Universidad de los Andes reponame:Repositorio Institucional Séneca repourl:https://repositorio.uniandes.edu.co/ |
dc.language.iso.es_CO.fl_str_mv |
spa |
language |
spa |
dc.rights.uri.*.fl_str_mv |
https://repositorio.uniandes.edu.co/static/pdf/aceptacion_uso_es.pdf |
dc.rights.accessrights.spa.fl_str_mv |
info:eu-repo/semantics/openAccess |
dc.rights.coar.spa.fl_str_mv |
http://purl.org/coar/access_right/c_abf2 |
rights_invalid_str_mv |
https://repositorio.uniandes.edu.co/static/pdf/aceptacion_uso_es.pdf http://purl.org/coar/access_right/c_abf2 |
eu_rights_str_mv |
openAccess |
dc.format.extent.es_CO.fl_str_mv |
41 hojas |
dc.format.mimetype.es_CO.fl_str_mv |
application/pdf |
dc.publisher.es_CO.fl_str_mv |
Universidad de los Andes |
dc.publisher.program.es_CO.fl_str_mv |
Ingeniería Mecánica |
dc.publisher.faculty.es_CO.fl_str_mv |
Facultad de Ingeniería |
dc.publisher.department.es_CO.fl_str_mv |
Departamento de Ingeniería Mecánica |
dc.source.es_CO.fl_str_mv |
instname:Universidad de los Andes reponame:Repositorio Institucional Séneca |
instname_str |
Universidad de los Andes |
institution |
Universidad de los Andes |
reponame_str |
Repositorio Institucional Séneca |
collection |
Repositorio Institucional Séneca |
bitstream.url.fl_str_mv |
https://repositorio.uniandes.edu.co/bitstreams/8e656063-13c9-4bee-8239-dbe18168dfe6/download https://repositorio.uniandes.edu.co/bitstreams/95b7ca1c-5bed-4826-9438-084ecf1aab33/download https://repositorio.uniandes.edu.co/bitstreams/09dc12ce-bbec-4d0a-b4bf-bc62c164fd80/download |
bitstream.checksum.fl_str_mv |
b231bf41d20c5aa715b3a680bcf8026b 925004e5453920c3327dfd1702efc208 f65f0a2496a1503a6d750a32e7ff931c |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 |
repository.name.fl_str_mv |
Repositorio institucional Séneca |
repository.mail.fl_str_mv |
adminrepositorio@uniandes.edu.co |
_version_ |
1812133956412243968 |
spelling |
Al consultar y hacer uso de este recurso, está aceptando las condiciones de uso establecidas por los autores.https://repositorio.uniandes.edu.co/static/pdf/aceptacion_uso_es.pdfinfo:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Barbieri, Giacomo233cd1b7-91fa-4afe-acd1-68d3afc27c65400Cangrejo Angel, David Mateo803ec8b9-1042-4b63-8aff-9dca449776f75002021-02-18T12:35:23Z2021-02-18T12:35:23Z2020http://hdl.handle.net/1992/48869u833496.pdfinstname:Universidad de los Andesreponame:Repositorio Institucional Sénecarepourl:https://repositorio.uniandes.edu.co/"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"This work presents a statistical analysis of the acceleration signal in the frequency space for the automatic identification of bearing failures. To accomplish this, some experiments were implemented in a test bench measuring the acceleration over the bearing. Also, another data from the IMS experimental data base was gathered. These acceleration signals were mapped into the frequency space using the Fourier Transform. Then, the theoretical and experimental bearing failure frequency values were compared by classical analysis. In addition, in this frequency space several statistical parameters were evaluated to identify the existence of a bearing failure. The number of significant linearly independent statistical parameters were reduced by a correlation reduction method. Then these last statistical parameters were taken to train the logistic regression algorithm (a Machine Learning algorithm). Next, for each statistical parameter the algorithm was tested in the prediction of the bearing failure on the test data. The parameters with the highest score for the identification of failures in bearings were: Peak to Peak, Mean/Standard deviation, RMS/Avg. Absolute value and Standard deviation. The best average score obtained to identify bearing failures was 96.9%."--Tomado del Formato de Documento de GradoIngeniero MecánicoPregrado41 hojasapplication/pdfspaUniversidad de los AndesIngeniería MecánicaFacultad de IngenieríaDepartamento de Ingeniería Mecánicainstname:Universidad de los Andesreponame:Repositorio Institucional SénecaAnálisis estadístico en el espacio de frecuencias para la identificación de fallas en rodamientosTrabajo de grado - Pregradoinfo:eu-repo/semantics/bachelorThesishttp://purl.org/coar/resource_type/c_7a1fhttp://purl.org/coar/version/c_970fb48d4fbd8a85Texthttp://purl.org/redcol/resource_type/TPRodamientos (Maquinaria)Fallas en maquinariaVibraciónMaquinariaBancos de pruebasIngenieríaPublicationTEXTu833496.pdf.txtu833496.pdf.txtExtracted texttext/plain42996https://repositorio.uniandes.edu.co/bitstreams/8e656063-13c9-4bee-8239-dbe18168dfe6/downloadb231bf41d20c5aa715b3a680bcf8026bMD54ORIGINALu833496.pdfapplication/pdf2714189https://repositorio.uniandes.edu.co/bitstreams/95b7ca1c-5bed-4826-9438-084ecf1aab33/download925004e5453920c3327dfd1702efc208MD51THUMBNAILu833496.pdf.jpgu833496.pdf.jpgIM Thumbnailimage/jpeg17314https://repositorio.uniandes.edu.co/bitstreams/09dc12ce-bbec-4d0a-b4bf-bc62c164fd80/downloadf65f0a2496a1503a6d750a32e7ff931cMD551992/48869oai:repositorio.uniandes.edu.co:1992/488692023-10-10 17:46:55.893https://repositorio.uniandes.edu.co/static/pdf/aceptacion_uso_es.pdfopen.accesshttps://repositorio.uniandes.edu.coRepositorio institucional Sénecaadminrepositorio@uniandes.edu.co |