Modelo de clasificación de falla a partir de vibraciones de rodamientos
El mantenimiento predictivo basado en la toma de datos permite tomar una decisión actualizada sobre el mantenimiento de la máquina a partir de variables medidas. Estas variables son procesadas por modelos de Machine Learning que clasifican el estado de salud de la pieza. El objetivo de este proyecto...
- Autores:
-
Castro Di Filippo, Victor Alfonso
- 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:1992/55409
- Acceso en línea:
- http://hdl.handle.net/1992/55409
- Palabra clave:
- Mantenimiento de máquinas
Vibraciones de rodamientos
Rodamientos
Machine Learning
Ingeniería
- Rights
- openAccess
- License
- https://repositorio.uniandes.edu.co/static/pdf/aceptacion_uso_es.pdf
id |
UNIANDES2_e60b4f809904443ad03d02e946efe888 |
---|---|
oai_identifier_str |
oai:repositorio.uniandes.edu.co:1992/55409 |
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, Giacomo368c1c63-a62b-4f52-8b39-bcea191026e8400Castro Di Filippo, Victor Alfonso6e6c54aa-cd33-417c-b4a3-f01256586a5d5002022-02-22T19:59:09Z2022-02-22T19:59:09Z2021http://hdl.handle.net/1992/5540926162.pdfinstname:Universidad de los Andesreponame:Repositorio Institucional Sénecarepourl:https://repositorio.uniandes.edu.co/El mantenimiento predictivo basado en la toma de datos permite tomar una decisión actualizada sobre el mantenimiento de la máquina a partir de variables medidas. Estas variables son procesadas por modelos de Machine Learning que clasifican el estado de salud de la pieza. El objetivo de este proyecto es generar un modelo para rodamientos bajo diferentes puntos de operación usando variables calculadas a partir de las señales de vibraciones medidas. Finalmente, se logra un modelo con gran precisión y además se logra identificar cuáles son las variables más importantes.Predictive maintainence allows to take a real time decision abour the life of the machine that is been inspectect from measured variablesIngeniero MecánicoPregrado22 páginasapplication/pdfspaUniversidad de los AndesIngeniería MecánicaFacultad de IngenieríaDepartamento de Ingeniería MecánicaModelo de clasificación de falla a partir de vibraciones de rodamientosTrabajo de grado - Pregradoinfo:eu-repo/semantics/bachelorThesisinfo:eu-repo/semantics/acceptedVersionhttp://purl.org/coar/resource_type/c_7a1fTexthttp://purl.org/redcol/resource_type/TPMantenimiento de máquinasVibraciones de rodamientosRodamientosMachine LearningIngeniería201712560PublicationTHUMBNAIL26162.pdf.jpg26162.pdf.jpgIM Thumbnailimage/jpeg6553https://repositorio.uniandes.edu.co/bitstreams/330a1581-3818-46ce-9941-6d4614df70d8/downloadc9ef38c259d23b92c1b19305810bd9daMD53ORIGINAL26162.pdfapplication/pdf1995600https://repositorio.uniandes.edu.co/bitstreams/755800f9-5b01-43df-bb80-cc529a1d3ec7/downloadd9483a0d1e7aaf0e56907b115518f6b3MD51TEXT26162.pdf.txt26162.pdf.txtExtracted texttext/plain31165https://repositorio.uniandes.edu.co/bitstreams/52f7b7e2-0fe7-4f60-917a-89e01e31be97/download687284a7ec83e278d98f14b78d53e3ddMD521992/55409oai:repositorio.uniandes.edu.co:1992/554092023-10-10 16:27:10.493https://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 a partir de vibraciones de rodamientos |
title |
Modelo de clasificación de falla a partir de vibraciones de rodamientos |
spellingShingle |
Modelo de clasificación de falla a partir de vibraciones de rodamientos Mantenimiento de máquinas Vibraciones de rodamientos Rodamientos Machine Learning Ingeniería |
title_short |
Modelo de clasificación de falla a partir de vibraciones de rodamientos |
title_full |
Modelo de clasificación de falla a partir de vibraciones de rodamientos |
title_fullStr |
Modelo de clasificación de falla a partir de vibraciones de rodamientos |
title_full_unstemmed |
Modelo de clasificación de falla a partir de vibraciones de rodamientos |
title_sort |
Modelo de clasificación de falla a partir de vibraciones de rodamientos |
dc.creator.fl_str_mv |
Castro Di Filippo, Victor Alfonso |
dc.contributor.advisor.spa.fl_str_mv |
Barbieri, Giacomo |
dc.contributor.author.spa.fl_str_mv |
Castro Di Filippo, Victor Alfonso |
dc.subject.keyword.none.fl_str_mv |
Mantenimiento de máquinas Vibraciones de rodamientos Rodamientos Machine Learning |
topic |
Mantenimiento de máquinas Vibraciones de rodamientos Rodamientos Machine Learning Ingeniería |
dc.subject.themes.none.fl_str_mv |
Ingeniería |
description |
El mantenimiento predictivo basado en la toma de datos permite tomar una decisión actualizada sobre el mantenimiento de la máquina a partir de variables medidas. Estas variables son procesadas por modelos de Machine Learning que clasifican el estado de salud de la pieza. El objetivo de este proyecto es generar un modelo para rodamientos bajo diferentes puntos de operación usando variables calculadas a partir de las señales de vibraciones medidas. Finalmente, se logra un modelo con gran precisión y además se logra identificar cuáles son las variables más importantes. |
publishDate |
2021 |
dc.date.issued.none.fl_str_mv |
2021 |
dc.date.accessioned.none.fl_str_mv |
2022-02-22T19:59:09Z |
dc.date.available.none.fl_str_mv |
2022-02-22T19:59:09Z |
dc.type.spa.fl_str_mv |
Trabajo de grado - Pregrado |
dc.type.driver.spa.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
dc.type.version.spa.fl_str_mv |
info:eu-repo/semantics/acceptedVersion |
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 |
status_str |
acceptedVersion |
dc.identifier.uri.none.fl_str_mv |
http://hdl.handle.net/1992/55409 |
dc.identifier.pdf.spa.fl_str_mv |
26162.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/1992/55409 |
identifier_str_mv |
26162.pdf instname:Universidad de los Andes reponame:Repositorio Institucional Séneca repourl:https://repositorio.uniandes.edu.co/ |
dc.language.iso.spa.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.spa.fl_str_mv |
22 páginas |
dc.format.mimetype.spa.fl_str_mv |
application/pdf |
dc.publisher.spa.fl_str_mv |
Universidad de los Andes |
dc.publisher.program.spa.fl_str_mv |
Ingeniería Mecánica |
dc.publisher.faculty.spa.fl_str_mv |
Facultad de Ingeniería |
dc.publisher.department.spa.fl_str_mv |
Departamento de Ingeniería Mecánica |
institution |
Universidad de los Andes |
bitstream.url.fl_str_mv |
https://repositorio.uniandes.edu.co/bitstreams/330a1581-3818-46ce-9941-6d4614df70d8/download https://repositorio.uniandes.edu.co/bitstreams/755800f9-5b01-43df-bb80-cc529a1d3ec7/download https://repositorio.uniandes.edu.co/bitstreams/52f7b7e2-0fe7-4f60-917a-89e01e31be97/download |
bitstream.checksum.fl_str_mv |
c9ef38c259d23b92c1b19305810bd9da d9483a0d1e7aaf0e56907b115518f6b3 687284a7ec83e278d98f14b78d53e3dd |
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_ |
1812133879804329984 |