Monitoreo mediante sensor de temperatura en la caja de velocidades de turbinas eólicas para el mantenimiento; utilizando Raspberry pi 4 model b y tecnología de internet de las cosas

Simple item page
dc.contributor.advisorAGUIRRE, JAIROspa
dc.contributor.authorVILLADA AGUIRRE, JUAN CAMILOspa
dc.contributor.authorESPINOSA MARIN, WILMER FABIANspa
dc.coverage.spatialRoldanilo- Valle del Cauca- Colombiaspa
dc.creator.cedula23552021470spa
dc.creator.cedula23552119444spa
dc.date.accessioned2024-02-28T21:19:14Z
dc.date.available2024-02-28T21:19:14Z
dc.date.issued2023-11-24spa
dc.description.abstractEste trabajo presenta una propuesta innovadora para enfrentar los retos de mantenimiento en la energía eólica. Se pretende instaurar un sistema de monitoreo avanzado diseñado para identificar anomalías y sobrecalentamientos en las cajas de cambios de las turbinas eólicas mediante el uso de Raspberry Pi y tecnología IoT. El objetivo primordial consiste en potenciar la eficiencia y confiabilidad de las turbinas mediante un enfoque proactivo en el mantenimiento. El sistema recopilará datos en tiempo real sobre la temperatura de las cajas de cambios, posibilitando una evaluación constante de su estado operativo. La identificación temprana de fluctuaciones térmicas permitirá la toma de decisiones informadas y la reducción de costos asociados con reparaciones imprevistas, transformando la gestión de activos en la industria eólicaspa
dc.description.degreelevelTecnológicaspa
dc.description.degreenameTecnólogo(a) en Mantenimiento Electromecánico Industrialspa
dc.description.degreetypeInvestigaciónspa
dc.description.notesDistanciaspa
dc.identifier.bibliographicCitation1.Huang, M., Liu, Z., & Tao, Y. (2020). Mechanical fault diagnosis and prediction in IoT based on multi-source sensing data fusion. Simulation Modelling Practice and Theory, 102, 101981. 2. Sequeira, C., Pacheco, A., Galego, P., & Gorbeña, E. (2019). Analysis of the efficiency of wind turbine gearboxes using the temperature variable. Renewable Energy, 135, 465-472. 3. Xia, T., Dong, Y., Pan, E., Zheng, M., Wang, H., & Xi, L. (2021). Fleet-level opportunistic maintenance for large-scale wind farms integrating real-time prognostic updating. Renewable Energy, 163. 4. Smith, J. K., & Johnson, A. B. (2018). Renewable Energy: Physics, Engineering, Environmental Impacts, Economics and Planning. Elsevier. 5. Wiser, R., & Bolinger, M. (2015). 2014 Wind Technologies Market Report. Lawrence Berkeley National Laboratory. 6. Hameed, Z., Awan, A. S., & Ali, A. (2019). Gearbox failure analysis in wind turbines: A review. Renewable and Sustainable Energy Reviews, 103, 135-149. 7. Gao, X., & Dai, H. (2017). Condition Monitoring and Fault Diagnosis of Wind Turbine Gearboxes: A Review. Renewable and Sustainable Energy Reviews, 70, 1202- 1213. 8. García-Miquel, H., Roselló, J., & Guzmán, J. L. (2018, October). Wind turbine gearbox fault detection using statistical analysis of vibration signals. In 2018 IEEE Energy Conversion Congress and Exposition(ECCE) (pp. 5374-5381). IEEE. 9. Chen, X., Chen, Z., & Yang, Y. (2017, July). Research on Wind Turbine Gearbox Fault Diagnosis Based on Machine Learning. In 2017 4th International Conference on Electrical and Electronics Engineering (ICEEE) (pp. 99-104). IEEE. 10. Basu, S., Nazario, C., & Fish, G. (2021, August 16). Choosing the right lubricant for today’s wind turbines. WIND POWER ENGINEERING.spa
dc.identifier.instnameinstname:Universidad Antonio Nariñospa
dc.identifier.reponamereponame:Repositorio Institucional UANspa
dc.identifier.repourlrepourl:https://repositorio.uan.edu.co/spa
dc.identifier.urihttp://repositorio.uan.edu.co/handle/123456789/9478
dc.language.isospaspa
dc.publisherUniversidad Antonio Nariñospa
dc.publisher.campusRoldanillospa
dc.publisher.facultyFacultad de Ingeniería Mecánica, Electrónica y Biomédicaspa
dc.publisher.programTecnología en Mantenimiento Electromecánico Industrial (Distancia)spa
dc.rightsAcceso abierto
dc.rights.accessrightsinfo:eu-repo/semantics/openAccessspa
dc.rights.coarhttp://purl.org/coar/access_right/c_abf2spa
dc.rights.licenseAttribution-NonCommercial-NoDerivatives 4.0 International (CC BY-NC-ND 4.0)spa
dc.rights.urihttps://creativecommons.org/licenses/by-nc-nd/4.0/spa
dc.subjectMonitoreoes_ES
dc.subjectTurbinas Eólicases_ES
dc.subjectCaja de Cambioses_ES
dc.subjectRaspberry Pies_ES
dc.subjectTecnología IOTes_ES
dc.subjectSensor de Temperaturaes_ES
dc.subjectMantenimiento Predictivoes_ES
dc.subject.keywordMonitoringes_ES
dc.subject.keywordWind turbinees_ES
dc.subject.keywordGearboxes_ES
dc.subject.keywordRaspberry Pies_ES
dc.subject.keywordIoT technologyes_ES
dc.subject.keywordTemperature sensores_ES
dc.subject.keywordPredictive Maintenancees_ES
dc.titleMonitoreo mediante sensor de temperatura en la caja de velocidades de turbinas eólicas para el mantenimiento; utilizando Raspberry pi 4 model b y tecnología de internet de las cosases_ES
dc.typeTrabajo de grado (Pregrado y/o Especialización)spa
dc.type.coarhttp://purl.org/coar/resource_type/c_7a1fspa
dc.type.coarversionhttp://purl.org/coar/version/c_970fb48d4fbd8a85
dc.type.versioninfo:eu-repo/semantics/acceptedVersionspa
Files
Original bundle
Now showing 1 - 3 of 3
thumbnail.default.alt
Name:
JUAN CAMILO VILLADA AGUIRRE ACTA.pdf
Size:
223.7 KB
Format:
Adobe Portable Document Format
Description:
Acta de sustentación
thumbnail.default.alt
Name:
JUAN CAMILO VILLADA AGUIRRE AUTORIZACIÓN.pdf
Size:
1.48 MB
Format:
Adobe Portable Document Format
Description:
Autorización de autores
Thumbnail Image
Name:
JUAN CAMILO VILLADA AGUIRRE TIG.pdf
Size:
958.57 KB
Format:
Adobe Portable Document Format
Description:
Trabajo integral de grado
Download
Collections
Tecnología en mantenimiento electromecánico industrial