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
| id |
UNIANDES2_d89cfaeb35ec1d353774ac07e3b0a8b8 |
|---|---|
| oai_identifier_str |
oai:repositorio.uniandes.edu.co:1992/53692 |
| network_acronym_str |
UNIANDES2 |
| network_name_str |
Séneca: repositorio Uniandes |
| repository_id_str |
|
| 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, Giacomoead4c8c1-2d61-41ed-ad58-34245036213d400Miranda Álvarez, Juan Pablod0b62207-3668-41b2-a2db-ed2fbc0f06345002021-11-03T16:35:12Z2021-11-03T16:35:12Z2021http://hdl.handle.net/1992/5369224695.pdfinstname:Universidad de los Andesreponame:Repositorio Institucional Sénecarepourl:https://repositorio.uniandes.edu.co/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.The objective of this project was the development of a Machine Learning model capable of classify the health state from multiple bearings using vibration data. To reach this goal, it was necessary to select the best variables to build the model. In order to do this, the first filter was a bibliographic revision, the second filter consisted in the analysis from the experimentation and the last filter was the comparison between the last six variables. The conclusion was that the best variables were the RMS from the filtered acceleration and two variables obtained from the literature The resulted model had an efficiency of 99.16%.Ingeniero MecánicoPregrado16 páginasapplication/pdfspaUniversidad de los AndesIngeniería MecánicaFacultad de IngenieríaDepartamento de Ingeniería MecánicaModelo de clasificación de falla en rodamientos a partir de datos de vibracionesTrabajo 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 maquinariaVibraciónIngeniería201713842PublicationORIGINAL24695.pdfapplication/pdf1239972https://repositorio.uniandes.edu.co/bitstreams/fe60e91d-3ee0-4f8a-85f2-aa2de05879f8/download8ed724120720e79909ed00c0ea0a1316MD51THUMBNAIL24695.pdf.jpg24695.pdf.jpgIM Thumbnailimage/jpeg7213https://repositorio.uniandes.edu.co/bitstreams/4deda1f1-5ae6-4a53-af8c-d239ace2bd6b/download34e3c61ca1a7fb4b91a0e701dba07464MD55TEXT24695.pdf.txt24695.pdf.txtExtracted texttext/plain40429https://repositorio.uniandes.edu.co/bitstreams/c5ed9a32-0ac3-45d0-8a37-100549712ef2/download7809bc429ec87b8498b6a71eea3d57e1MD541992/53692oai:repositorio.uniandes.edu.co:1992/536922023-10-10 15:37:37.69https://repositorio.uniandes.edu.co/static/pdf/aceptacion_uso_es.pdfopen.accesshttps://repositorio.uniandes.edu.coRepositorio institucional Sénecaadminrepositorio@uniandes.edu.co |
| dc.title.spa.fl_str_mv |
Modelo de clasificación de falla en rodamientos a partir de datos de vibraciones |
| title |
Modelo de clasificación de falla en rodamientos a partir de datos de vibraciones |
| spellingShingle |
Modelo de clasificación de falla en rodamientos a partir de datos de vibraciones Rodamientos (Maquinaria) Fallas en maquinaria Vibración Ingeniería |
| title_short |
Modelo de clasificación de falla en rodamientos a partir de datos de vibraciones |
| title_full |
Modelo de clasificación de falla en rodamientos a partir de datos de vibraciones |
| title_fullStr |
Modelo de clasificación de falla en rodamientos a partir de datos de vibraciones |
| title_full_unstemmed |
Modelo de clasificación de falla en rodamientos a partir de datos de vibraciones |
| title_sort |
Modelo de clasificación de falla en rodamientos a partir de datos de vibraciones |
| dc.creator.fl_str_mv |
Miranda Álvarez, Juan Pablo |
| dc.contributor.advisor.none.fl_str_mv |
Barbieri, Giacomo |
| dc.contributor.author.none.fl_str_mv |
Miranda Álvarez, Juan Pablo |
| dc.subject.armarc.none.fl_str_mv |
Rodamientos (Maquinaria) Fallas en maquinaria Vibración |
| topic |
Rodamientos (Maquinaria) Fallas en maquinaria Vibración Ingeniería |
| dc.subject.themes.none.fl_str_mv |
Ingeniería |
| description |
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. |
| publishDate |
2021 |
| dc.date.accessioned.none.fl_str_mv |
2021-11-03T16:35:12Z |
| dc.date.available.none.fl_str_mv |
2021-11-03T16:35:12Z |
| dc.date.issued.none.fl_str_mv |
2021 |
| 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/1992/53692 |
| dc.identifier.pdf.none.fl_str_mv |
24695.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/1992/53692 |
| identifier_str_mv |
24695.pdf instname:Universidad de los Andes reponame:Repositorio Institucional Séneca repourl:https://repositorio.uniandes.edu.co/ |
| dc.language.iso.none.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.none.fl_str_mv |
16 páginas |
| dc.format.mimetype.none.fl_str_mv |
application/pdf |
| dc.publisher.none.fl_str_mv |
Universidad de los Andes |
| dc.publisher.program.none.fl_str_mv |
Ingeniería Mecánica |
| dc.publisher.faculty.none.fl_str_mv |
Facultad de Ingeniería |
| dc.publisher.department.none.fl_str_mv |
Departamento de Ingeniería Mecánica |
| publisher.none.fl_str_mv |
Universidad de los Andes |
| institution |
Universidad de los Andes |
| bitstream.url.fl_str_mv |
https://repositorio.uniandes.edu.co/bitstreams/fe60e91d-3ee0-4f8a-85f2-aa2de05879f8/download https://repositorio.uniandes.edu.co/bitstreams/4deda1f1-5ae6-4a53-af8c-d239ace2bd6b/download https://repositorio.uniandes.edu.co/bitstreams/c5ed9a32-0ac3-45d0-8a37-100549712ef2/download |
| bitstream.checksum.fl_str_mv |
8ed724120720e79909ed00c0ea0a1316 34e3c61ca1a7fb4b91a0e701dba07464 7809bc429ec87b8498b6a71eea3d57e1 |
| 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_ |
1812133826320662528 |