Desarrollo de un algoritmo para la detección e identificación de fallas en motores eléctricos a partir de señales de audio

dc.contributor.advisorFonnegra Tarazona, Ruben Dario
dc.contributor.advisorBriñez de León, Juan Carlos
dc.contributor.authorZea Orozco, Juan Manuel
dc.date.accessioned2023-06-27T15:27:58Z
dc.date.available2023-06-27T15:27:58Z
dc.date.issued2023
dc.description.abstractEste proyecto tiene como objetivo principal desarrollar un algoritmo binario de clasificación de fallas en motores eléctricos utilizando señales de audio y técnicas de machine learning. Se propone estructurar una base de datos que contenga información pública y recolectada, con el fin de tener datos representativos del funcionamiento regular y anómalo de motores eléctricos. El enfoque se centra en implementar un algoritmo que pueda identificar y clasificar las diferentes fallas presentes en los motores eléctricos utilizando modelos de inteligencia artificial. Se busca aprovechar las capacidades de aprendizaje automático para entrenar algoritmos que puedan reconocer patrones y características específicas asociadas para determinar si existe o no existe falla. Una vez desarrollado el algoritmo, se realizará una evaluación de su desempeño utilizando métricas computacionales ampliamente utilizadas en este tipo de tareas. Estas métricas permitirán cuantificar la precisión, el F1 score, la matriz de confusión y otras medidas relevantes para evaluar la capacidad de clasificación y detección de fallas del algoritmo implementado. El resultado de este proyecto contribuirá al avance en el diagnóstico de fallas en motores eléctricos, al proporcionar un método basado en el análisis de señales de audio y el uso de algoritmos de deep learning. Esto puede tener aplicaciones importantes en la industria, permitiendo una detección temprana de fallas y un mantenimiento preventivo más efectivo en los motores eléctricos.spa
dc.description.abstractengThis project aims to develop a binary classification algorithm for detecting faults in electric motors using audio signals and machine learning techniques. It is proposed to structure a database that contains publicly available and collected information in order to have representative data of normal and abnormal operation of electric motors. The focus is on implementing an algorithm that can identify and classify different faults present in electric motors using artificial intelligence models. The goal is to leverage the capabilities of machine learning to train algorithms that can recognize specific patterns and characteristics associated with determining whether a fault exists or not. Once the algorithm is developed, its performance will be evaluated using widely used computational metrics in this type of task. These metrics will quantify accuracy, F1 score, confusion matrix, and other relevant measures to evaluate the classification and fault detection capabilities of the implemented algorithm. The result of this project will contribute to the advancement in the diagnosis of faults in electric motors by providing a method based on the analysis of audio signals and the use of deep learning algorithms. This can have significant applications in the industry, enabling early detection of faults and more effective preventive maintenance in electric motors.spa
dc.format.mimetypeapplication/pdfspa
dc.identifier.urihttps://repositorio.pascualbravo.edu.co/handle/pascualbravo/2028
dc.language.isospaspa
dc.publisherInstitución Universitaria Pascual Bravospa
dc.publisher.facultyFacultad de Ingenieríaspa
dc.publisher.placeMedellín, Colombiaspa
dc.rightsinfo:eu-repo/semantics/restrictedAccessspa
dc.rights.accessrightshttp://purl.org/coar/access_right/c_16ecspa
dc.rights.creativecommonshttps://creativecommons.org/licenses/by-nc-nd/4.0/spa
dc.rights.licenseAl consultar y hacer uso de este recurso, está aceptando las condiciones de uso establecidas por los autores.spa
dc.rights.urihttps://creativecommons.org/licenses/by-nd/4.0/spa
dc.sourceInstitución Universitaria Pascual Bravospa
dc.sourceRepoIUPBspa
dc.subject.keywordAudio signalspa
dc.subject.keywordmachine learningspa
dc.subject.proposalAlgoritmosspa
dc.subject.proposalMotores eléctricosspa
dc.subject.proposalSeñal de audiospa
dc.subject.proposalInteligencia artificiaspa
dc.thesis.degreePregradospa
dc.titleDesarrollo de un algoritmo para la detección e identificación de fallas en motores eléctricos a partir de señales de audiospa
dc.typeinfo:eu-repo/semantics/bachelorThesisspa
dc.type.coarhttp://purl.org/coar/resource_type/c_7a1fspa
dc.type.contentTextspa
dc.type.driverinfo:eu-repo/semantics/monographspa
dc.type.hasversionhttp://purl.org/coar/version/c_ab4af688f83e57aaspa
dc.type.localTesis/Trabajo de grado - Monografía - Pregradospa
dc.type.redcolhttps://purl.org/redcol/resource_type/TPspa
oaire.accessrightshttp://purl.org/coar/access_right/c_16ecspa
oaire.versionhttp://purl.org/coar/version/c_ab4af688f83e57aaspa
thesis.degree.disciplineFacultad de Ingeniería. Tecnología en Desarrollo de Softwarespa
thesis.degree.grantorInstitución Universitaria Pascual Bravospa
thesis.degree.nameTecnólogo (a) en Desarrollo de Softwarespa

Files

Original bundle

Now showing 1 - 1 of 1
No Thumbnail Available
Name:
Rep_IUPB_Tec_Des_Sof_Señales_Audio.pdf
Size:
1.45 MB
Format:
Adobe Portable Document Format
Description:

License bundle

Now showing 1 - 1 of 1
No Thumbnail Available
Name:
license.txt
Size:
1.71 KB
Format:
Item-specific license agreed upon to submission
Description: