Sistema de Monitoreo en Nube Para el Diagnóstico Predictivo de Fallos de Motores Eléctricos

Abstract

En este trabajo de tesis se presenta el diseño de un sistema de mantenimiento predictivo de motores eléctricos para establecer las condiciones de operación y acciones recomendadas de mantenimiento basado en la predicción de datos mediante aprendizaje automático supervisado. El sistema es diseñado e implementado en un servidor en la nube del cual se podrá acceder desde diferentes dispositivos que se encuentren conectados a internet y que pertenezcan a la misma red del servidor. La parte principal de este trabajo consiste en el desarrollo de un sistema de clasificación de indicadores de estados de condición de motores eléctricos de inducción basado en el entrenamiento de un modelo predictivo, el cual se puede acceder mediante una interfaz de monitoreo para realizar una revisión de los datos históricos, análisis de tendencias, diagnóstico y reporte de mantenimiento de los motores. Los resultados demuestran que el sistema de monitoreo de mantenimiento predictivo cumple con los objetivos planteados resaltando su accesibilidad remota y su intuitiva navegación por las diferentes interfaces.