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:
| 主要作者: | |
|---|---|
| 其他作者: | |
| 格式: | bachelorThesis |
| 语言: | spa |
| 出版: |
2024
|
| 主题: | |
| 在线阅读: | http://dspace.ups.edu.ec/handle/123456789/29169 |
| 标签: |
添加标签
没有标签, 成为第一个标记此记录!
|
添加标签 | 总结: | 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. |
|---|