Mantenimiento predictivo para la supervisión de motores eléctricos aplicando técnicas de inteligencia artificial.

En el presente trabajo de titulación se realizó el estudio de un sistema de mantenimiento predictivo con el uso de técnicas de inteligencia artificial aplicadas a un motor eléctrico. El sistema se basa en el análisis de variables provenientes de un variador de velocidad y diferentes tipos de sensores para poder presentar los resultados al usuario por medio de un sistema SCADA. La investigación tuvo un enfoque cuantitativo ya que se realizó un análisis de gran cantidad de datos para llegar al resultado. El objetivo del trabajo se orienta en estimar el estado del motor a través de sus variables, a fin de determinar el momento opimo para realizar un mantenimiento: El análisis de los datos se lo realizo mediante una de las técnicas de inteligencia artificial denominado redes neuronales. Como resultado del presente trabajo, se logró integrar todos los equipos del sistema propuesto y así poder realizar el análisis que permitiría estimar un momento apropiado para un mantenimiento. Con el fin de comprobar su funcionamiento, se realizaron diferentes pruebas que se basaron en comprobar si la adquisición, almacenamiento y análisis de los datos obtenidos. Dichas pruebas permitieron determinar que el sistema cumplía con el objetivo principal, brindando información fiable para finalmente presentarla a través de un sistema SCADA.

• Main Author: De Los Ríos Tomalá, Gabriel Arturo (author)
• Format: bachelorThesis
• Language: spa
• Published: 2019
• Subjects: INTELIGENCIA ARTIFICIAL; REDES NEURONALES; MANTENIMIENTO PREDICTO; SUPERIVISOR
• Online Access: http://repositorio.ucsg.edu.ec/handle/3317/12635