Revista: | Journal of applied research and technology |
Base de datos: | PERIÓDICA |
Número de sistema: | 000384583 |
ISSN: | 1665-6423 |
Autores: | Camarena Martínez, D1 Osornio Ríos, R1 Romero Troncoso, R.J1 García Pérez, A2 |
Instituciones: | 1Universidad Autónoma de Querétaro, Facultad de Ingeniería, San Juan del Río, Querétaro. México 2Universidad de Guanajuato, Facultad de Ingeniería Mecánica, Eléctrica y Electrónica, Salamanca, Guanajuato. Brasil |
Año: | 2015 |
Periodo: | Feb |
Volumen: | 13 |
Número: | 1 |
Paginación: | 160-167 |
País: | México |
Idioma: | Inglés |
Tipo de documento: | Artículo |
Enfoque: | Aplicado, descriptivo |
Resumen en inglés | Detection of failures in induction motors is one of the most important concerns in industry. An unexpected fault in the induction motors can cause a loss of financial resources and waste of time that most companies cannot afford. The contribution of this paper is a fusion of the Empirical Mode Decomposition (EMD) and Multiple Signal Classification (MUSIC) methodologies for detection of multiple combined faults which provides an accurate and effective strategy for the motor condition diagnosis |
Disciplinas: | Ingeniería |
Palabras clave: | Ingeniería mecánica, Mecatrónica, Motores de inducción, Diagnóstico de fallas, Análisis espectral de alta resolución, Descomposición de modo empírico |
Keyword: | Engineering, Mechanical engineering, Mechatronics, Induction motors, Fault diagnosis, High resolution spectroscopy, Empirical mode decomposition |
Texto completo: | Texto completo (Ver HTML) |