<?xml version="1.0" encoding="UTF-8"?>
<collection xmlns="http://www.loc.gov/MARC21/slim">
    <record>
        <controlfield tag="001">84763</controlfield>
        <controlfield tag="005">20191118101450.0</controlfield>
        <datafield tag="037" ind1=" " ind2=" ">
            <subfield code="a">TAZ-TFM-2019-1066</subfield>
        </datafield>
        <datafield tag="041" ind1=" " ind2=" ">
            <subfield code="a">spa</subfield>
        </datafield>
        <datafield tag="100" ind1="1" ind2=" ">
            <subfield code="a">Martínez Galindo, Pablo</subfield>
        </datafield>
        <datafield tag="242" ind1="0" ind2="0">
            <subfield code="a">Predictive maintenance; state of the art and monitoring tool development</subfield>
        </datafield>
        <datafield tag="245" ind1="0" ind2="0">
            <subfield code="a">Mantenimiento predictivo; estado del arte y desarrollo de herramienta para monitorización</subfield>
        </datafield>
        <datafield tag="260" ind1=" " ind2=" ">
            <subfield code="a">Zaragoza</subfield>
            <subfield code="b">Universidad de Zaragoza</subfield>
            <subfield code="c">2019</subfield>
        </datafield>
        <datafield tag="506" ind1=" " ind2=" ">
            <subfield code="a">by-nc-sa</subfield>
            <subfield code="b">Creative Commons</subfield>
            <subfield code="c">3.0</subfield>
            <subfield code="u">http://creativecommons.org/licenses/by-nc-sa/3.0/</subfield>
        </datafield>
        <datafield tag="520" ind1=" " ind2=" ">
            <subfield code="a">El 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)&lt;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.&lt;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.&lt;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.&lt;br /></subfield>
        </datafield>
        <datafield tag="521" ind1=" " ind2=" ">
            <subfield code="a">Máster Universitario en Ingeniería Industrial</subfield>
        </datafield>
        <datafield tag="540" ind1=" " ind2=" ">
            <subfield code="a">Derechos regulados por licencia Creative Commons</subfield>
        </datafield>
        <datafield tag="700" ind1=" " ind2=" ">
            <subfield code="a">Casas Nebra, Roberto José</subfield>
            <subfield code="e">dir.</subfield>
        </datafield>
        <datafield tag="710" ind1="2" ind2=" ">
            <subfield code="a">Universidad de Zaragoza</subfield>
            <subfield code="b">Ingeniería Electrónica y Comunicaciones</subfield>
            <subfield code="c">Tecnología Electrónica</subfield>
        </datafield>
        <datafield tag="856" ind1="0" ind2=" ">
            <subfield code="f">649028@celes.unizar.es</subfield>
        </datafield>
        <datafield tag="856" ind1="4" ind2=" ">
            <subfield code="s">1067581</subfield>
            <subfield code="u">http://zaguan.unizar.es/record/84763/files/TAZ-TFM-2019-1066.pdf</subfield>
            <subfield code="y">Memoria (spa)</subfield>
        </datafield>
        <datafield tag="909" ind1="C" ind2="O">
            <subfield code="o">oai:zaguan.unizar.es:84763</subfield>
            <subfield code="p">driver</subfield>
            <subfield code="p">trabajos-fin-master</subfield>
        </datafield>
        <datafield tag="950" ind1=" " ind2=" ">
            <subfield code="a"></subfield>
        </datafield>
        <datafield tag="951" ind1=" " ind2=" ">
            <subfield code="a">deposita:2019-11-18</subfield>
        </datafield>
        <datafield tag="980" ind1=" " ind2=" ">
            <subfield code="a">TAZ</subfield>
            <subfield code="b">TFM</subfield>
            <subfield code="c">EINA</subfield>
        </datafield>
        <datafield tag="999" ind1=" " ind2=" ">
            <subfield code="a">20190920072723.CREATION_DATE</subfield>
        </datafield>
    </record>

    
</collection>