000084763 001__ 84763
000084763 005__ 20191118101450.0
000084763 037__ $$aTAZ-TFM-2019-1066
000084763 041__ $$aspa
000084763 1001_ $$aMartínez Galindo, Pablo
000084763 24200 $$aPredictive maintenance; state of the art and monitoring tool development
000084763 24500 $$aMantenimiento predictivo; estado del arte y desarrollo de herramienta para monitorización
000084763 260__ $$aZaragoza$$bUniversidad de Zaragoza$$c2019
000084763 506__ $$aby-nc-sa$$bCreative Commons$$c3.0$$uhttp://creativecommons.org/licenses/by-nc-sa/3.0/
000084763 520__ $$aEl presente trabajo se enfoca en el mantenimiento predictivo. Este concepto adquiere gran relevancia con el auge de la denominada Industria 4.0, caracterizada por las fábricas conectadas e inteligentes. (López Ramón y Cajal, 2016)<br />El trabajo se divide en dos partes. En primer lugar, se ha realizado un estudio del estado del arte actual del mantenimiento predictivo. Se han analizado y explicado las diferentes etapas que se deben llevar a cabo para establecer un programa de mantenimiento predictivo, así como las técnicas y herramientas utilizadas en cada fase. El objetivo de este estudio es determinar cuáles son las técnicas de monitorización que permiten predecir la mayoría de las averías comunes en máquinas.<br />En segundo lugar, se ha desarrollado una herramienta de monitorización de máquinas. Esta herramienta, basándose en el estudio del estado del arte realizado, pretende poder predecir aquellos fallos que ocurren con mayor frecuencia en la mayoría de las máquinas. Para ello se compone de un acelerómetro, un medidor de consumo eléctrico, un micrófono y un medidor de gradientes de temperatura.<br />La adquisición, almacenamiento y procesado de datos se realiza con una Raspberry Pi, la cual puede servir de interfaz al usuario o enviar de forma remota los resultados a otros equipos.<br />
000084763 521__ $$aMáster Universitario en Ingeniería Industrial
000084763 540__ $$aDerechos regulados por licencia Creative Commons
000084763 700__ $$aCasas Nebra, Roberto José$$edir.
000084763 7102_ $$aUniversidad de Zaragoza$$bIngeniería Electrónica y Comunicaciones$$cTecnología Electrónica
000084763 8560_ $$f649028@celes.unizar.es
000084763 8564_ $$s1067581$$uhttps://zaguan.unizar.es/record/84763/files/TAZ-TFM-2019-1066.pdf$$yMemoria (spa)
000084763 909CO $$ooai:zaguan.unizar.es:84763$$pdriver$$ptrabajos-fin-master
000084763 950__ $$a
000084763 951__ $$adeposita:2019-11-18
000084763 980__ $$aTAZ$$bTFM$$cEINA
000084763 999__ $$a20190920072723.CREATION_DATE