Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/20.500.12394/7609
Titolo: Procedimiento de análisis predictivo en motores de inducción mediante la transformada de Hilbert
Autori: Llacua Toscano, Jans Mario
metadata.dc.contributor.advisor: Espejo Medina, Celso José
Parole chiave: Herramientas
Circuitos integrados
Motores
Editore: Universidad Continental
Data: 2020
metadata.dc.date.available: 8-lug-2020
Citazione: Llacua, J. (2020). Procedimiento de análisis predictivo en motores de inducción mediante la transformada de Hilbert. Tesis para optar el título profesional de Ingeniero Electricista, Escuela Académico Profesional de Ingeniería Eléctrica, Universidad Continental, Huancayo, Perú.
Abstract: Algunos años atrás el personal de mantenimiento ha estado sumamente limitado al tratar de diagnosticar fallas en motores eléctricos, y peor aún sobre la marcha del motor. Las herramientas más comunes han sido un medidor de aislamiento (megger) y un ohmímetro. Aunque recientemente el análisis de vibraciones ha ayudado a determinar fallas de tipo eléctrico en motores, no se puede asumir que un pico a 2 veces la frecuencia de línea es una falla de tipo eléctrico. Se tendrán en cuenta otras variables antes de sacar un motor de servicio. Aún con el megger muchas anomalías pueden ser pasadas por alto. El determinar problemas en motores debe ser confiable y seguro, por eso un análisis de motores eléctricos debe contener resultados en las siguientes zonas de falla: Circuito de potencia, aislamiento, estator, rotor, entrehierro y calidad de energía. Las pruebas a realizar deben de contemplar pruebas tanto con motor detenido como con motor energizado; he ahí el aporte de las transformadas de Hilbert.
Estensione: 125 páginas
metadata.dc.rights.accessRights: Acceso abierto
metadata.dc.source: Universidad Continental
Repositorio Institucional - Continental
È visualizzato nelle collezioni:Tesis

File in questo documento:
File Descrizione DimensioniFormato 
IV_FIN_109_TE_Llacua_Toscano_2020.pdfLlacua Toscano, Jans Mario2.62 MBAdobe PDF
Visualizza/apri


Questo documento è distribuito in accordo con Licenza Creative Commons Creative Commons