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 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.

• Tác giả chính: Espinoza Aguilar, Abrahan Elias (author)
• Tác giả khác: Parrales Toledo, Ricardo Andrés (author)
• Định dạng: bachelorThesis
• Ngôn ngữ: spa
• Được phát hành: 2024
• Những chủ đề: PYTHON; BASE DE DATOS; MOTORES ELÉCTRICOS; REDES NEURONALES; TERMOGRAFÍA INFRARROJA
• Truy cập trực tuyến: http://dspace.ups.edu.ec/handle/123456789/29169