Detección de fallas en motores eléctricos utilizando termografías y redes neuronales
El proyecto aborda la detección de fallos en motores eléctricos mediante termografía y redes neuronales. Implica el estudio de conceptos sobre motores de corriente alterna y continua, sus posibles fallos eléctricos y mecánicos, el uso de termografía infrarroja, el diseño y aplicación de redes neuron...
Saved in:
| Main Author: | |
|---|---|
| Other Authors: | |
| Format: | bachelorThesis |
| Language: | spa |
| Published: |
2024
|
| Subjects: | |
| Online Access: | http://dspace.ups.edu.ec/handle/123456789/29169 |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
Add Tag | Summary: | El proyecto aborda la detección de fallos en motores eléctricos mediante termografía y redes neuronales. Implica el estudio de conceptos sobre motores de corriente alterna y continua, sus posibles fallos eléctricos y mecánicos, el uso de termografía infrarroja, el diseño y aplicación de redes neuronales artificiales y convolucionales. El smartphone Cat S61 se utiliza para generar informes termográficos clasificando los fallos en niveles de severidad. La red neuronal diseñada en Python, que incluye 83 imágenes termográficas, 3 capas convolucionales, filtros kernel, activaciones y clasificador Softmax, alcanza una precisión de entrenamiento del 59% y una precisión de validación del 71%. Utiliza la interfaz Keras de TensorFlow y una interfaz gráfica de Tkinter para facilitar el uso de la aplicación. Las pruebas muestran que la red es especialmente efectiva en la detección de fallos de severidad leve y crítica. Este enfoque integra tecnologías avanzadas para mejorar el diagnóstico y mantenimiento de motores eléctricos. |
|---|