Por favor, use este identificador para citar o enlazar este ítem: http://www.dspace.espol.edu.ec/handle/123456789/54265
Título : Sistema de Monitoreo en Nube Para el Diagnóstico Predictivo de Fallos de Motores Eléctricos
Autor : Chicaiza Oña, Ronald Manolo
González Jiménez, Humberto
Paillacho, Dennys Fabian, Director
Palabras clave : Monitoreo en nube
Aprendizaje Supervisado
Mantenimiento Predictivo
Fecha de publicación : 2021
Editorial : ESPOL. FIEC.
Citación : Chicaiza, R.; González, H. (2021). Sistema de Monitoreo en Nube Para el Diagnóstico Predictivo de Fallos de Motores Eléctricos [Tesis de Maestría]. Escuela Superior Politécnica del Litoral, Guayaquil.
Resumen : 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.
URI : http://www.dspace.espol.edu.ec/handle/123456789/54265
Aparece en las colecciones: Tesis de Maestría en Automatización y Control

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
T-112142 CHICAIZA OÑA-GONZALEZ JIMENEZ.pdf2.7 MBAdobe PDFVisualizar/Abrir


Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.