Por favor, use este identificador para citar o enlazar este ítem: https://hdl.handle.net/10495/44348
Título : Procedimiento para la detección y clasificación de fallos en motores de combustión interna utilizando las señales de presión en la admisión y vibraciones mecánicas
Autor : Salazar Ramírez, Daniel Felipe
metadata.dc.contributor.advisor: Moreno Sanchez, Ricardo
metadata.dc.subject.*: Motores de combustión interna
Internal combustion engines
Vibración
Vibration
Redes neurales (computadores)
Neural networks (Computer science)
Ingeniería mécanica
Mechanical engineering
Fecha de publicación : 2024
Resumen : RESUMEN : En este proyecto se obtiene un procedimiento que permite hacer un diagnóstico de la condición de diferentes elementos que se encuentran en los motores de combustión interna, esto a partir de análisis de vibraciones mecánicas y de la evaluación de las señales de presión en el múltiple de admisión, haciendo uso de parámetros de pre-procesamiento de las señales y redes neuronales como clasificadoras del estado del motor. El proyecto tuvo un enfoque experimental y para esto, se usó un motor CFR (Cooperative Fuel Research), al cual se le indujeron diversos fallos controlados, llevando a cabo un diseño experimental multifactorial, se lograron identificar 3 tipos diferentes de fallas. Para el desarrollo experimental de este proyecto, se usaron acelerómetros de tipo piezoeléctricos ubicados en el bloque del motor, así como un sensor de presión piezoresistivo acoplado al múltiple de admisión. Las señales de estos sensores fueron registradas con un sistema de adquisición de datos. Se hizo un análisis gráfico de las señales y se usó la transformada rápida de Fourier (FFT) para descomponer las señales y determinar las componentes que sirvieron de insumo para alimentar y entrenar la red neuronal que se encarga de clasificar y diagnosticar los daños en los diferentes componentes del motor.
Aparece en las colecciones: Maestrías de la Facultad de Ingeniería

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
SalazarDaniel_2024_ProcedimientoDeteccionFallosTesis de maestría5.54 MBAdobe PDFVisualizar/Abrir


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