Modelo de clasificación de falla en rodamientos a partir de datos de vibraciones
El objetivo de este proyecto era desarrollar un modelo que, funcionando con Machine Learning, fuese capaz de clasificar el estado de salud de distintos rodamientos a partir de datos crudos de vibraciones. En orden de desarrollar este modelo, fue necesario determinar las variables que mejor eficacia...
- Autores:
-
Miranda Álvarez, Juan Pablo
- Tipo de recurso:
- Trabajo de grado de pregrado
- Fecha de publicación:
- 2021
- Institución:
- Universidad de los Andes
- Repositorio:
- Séneca: repositorio Uniandes
- Idioma:
- spa
- OAI Identifier:
- oai:repositorio.uniandes.edu.co:1992/53692
- Acceso en línea:
- http://hdl.handle.net/1992/53692
- Palabra clave:
- Rodamientos (Maquinaria)
Fallas en maquinaria
Vibración
Ingeniería
- Rights
- openAccess
- License
- https://repositorio.uniandes.edu.co/static/pdf/aceptacion_uso_es.pdf
| Summary: | El objetivo de este proyecto era desarrollar un modelo que, funcionando con Machine Learning, fuese capaz de clasificar el estado de salud de distintos rodamientos a partir de datos crudos de vibraciones. En orden de desarrollar este modelo, fue necesario determinar las variables que mejor eficacia presentaban. Esta selección se desarrolló a través de una amplia búsqueda bibliográfica como primer filtro, posteriormente un filtro de análisis desarrollado a partir de los resultados de la experimentación, y un último filtro donde se pusieron a prueba las variables finales. Lo que se determinó fue que las variables ideales para el modelo fueron el RMS de la aceleración filtrada, y dos variables obtenidas de la literatura que se obtenían a través de la transformada de Hilbert y de la Transformada rápida de Fourier. El modelo desarrollado presentó una eficacia del 99.16% y permitió sentar bases para proyectos futuros. |
|---|