Análisis del desempeño electromecánico de sistemas trifásicos bajo escenarios de estrés operacional mediante pruebas controladas en banco predictivo en una empresa metalmecánica

Flores Flores, Dante Andre

Análisis del desempeño electromecánico de sistemas trifásicos bajo escenarios de estrés operacional mediante pruebas controladas en banco predictivo en una empresa metalmecánica

dc.contributor.advisor	Chani Ollachica, Deidamia Giovanna
dc.contributor.author	Flores Flores, Dante Andre
dc.date.accessioned	2026-07-16T15:42:00Z
dc.date.available	2026-07-16T15:42:00Z
dc.date.issued	2026-05-27
dc.description.abstract	La investigación propone analizar el desempeño electromecánico de sistemas trifásicos sometidos a escenarios controlados de estrés operacional utilizando un banco predictivo en una empresa metalmecánica. El objetivo general es evaluar el comportamiento del motor bajo cargas y condiciones exigentes, generando datos que permitan identificar patrones de deterioro y estimar la vida útil remanente (RUL) mediante un algoritmo predictivo validado con métricas técnicas. El estudio se enmarca en un diseño preexperimental y se desarrolla en un entorno virtual (simulación en MATLAB/Simulink) que replica escenarios de carga eléctrica y mecánica. Se registran y procesan variables como corriente, tensión, temperatura, vibración, torque y velocidad; la información se limpia, normaliza y organiza para su análisis predictivo. El alcance se limita a un motor trifásico simulado en condiciones controladas, con vistas a futuras aplicaciones experimentales. El algoritmo predictivo adoptado es híbrido (PCA + Regresión Lineal Robusta). El flujo metodológico comprende: (i) preprocesamiento (limpieza/normalización), (ii) extracción de características (p. ej., corriente media, vibración RMS, eficiencia), (iii) PCA para reducir correlaciones y ruido, y (iv) regresión robusta para estimar tendencias y proyectar el cruce con un umbral de salud (HI), de donde se deriva la RUL. La validación contrasta las proyecciones con límites y datos del ensayo. Se definen múltiples escenarios de operación para sensibilizar el diagnóstico: base diario (umbral 1.00), conservador (umbral 0.98), alta resolución (24 muestras/día), robusto con énfasis en vibración, térmico y eléctrico (desequilibrio/sobrecorriente). Cada escenario ofrece una vista complementaria del estado del motor y mejora la confiabilidad de la predicción bajo diferentes condiciones. El modelo predictivo híbrido (PCA + Regresión Lineal Robusta) logró una eficiencia media del 89.9 %, una potencia mecánica promedio de 5614.7 W y un desequilibrio de corriente de 5.25 %, estimando una vida útil remanente entre 340 y 420 días según el escenario. Estos resultados demuestran su capacidad para anticipar fallas térmicas y eléctricas, validando su aplicación en estrategias de mantenimiento predictivo industrial.
dc.format	application/pdf
dc.identifier.uri	https://hdl.handle.net/20.500.12920/17238
dc.language.iso	spa
dc.publisher	Universidad Católica de Santa María	es_ES
dc.publisher.country	PE
dc.rights	info:eu-repo/semantics/openAccess
dc.rights.uri	https://creativecommons.org/licenses/by-nc-nd/4.0/	es_ES
dc.source	Universidad Católica de Santa María	es_ES
dc.source	Repositorio de la Universidad Católica de Santa María - UCSM	es_ES
dc.subject	Análisis de Componentes Principales
dc.subject	Mantenimiento predictivo
dc.subject	Vida útil remanente.
dc.subject.ocde	https://purl.org/pe-repo/ocde/ford#2.03.00
dc.title	Análisis del desempeño electromecánico de sistemas trifásicos bajo escenarios de estrés operacional mediante pruebas controladas en banco predictivo en una empresa metalmecánica
dc.type	info:eu-repo/semantics/bachelorThesis
dc.type.version	info:eu-repo/semantics/publishedVersion
renati.advisor.dni	40102882
renati.advisor.orcid	0000-0003-1638-5788
renati.author.dni	72316116
renati.discipline	713076
renati.juror	Castillo Caceres, Cesar Pio
renati.juror	Rivera Acosta, Victor Gonzalo
renati.juror	Arevalo Daza, Jorge Luis
renati.level	https://purl.org/pe-repo/renati/level#tituloProfesional
renati.type	https://purl.org/pe-repo/renati/type#tesis
thesis.degree.discipline	Ingeniería Mecánica - Eléctrica
thesis.degree.grantor	Universidad Católica de Santa María.Facultad de Ciencias e Ingenierías Físicas y Formales	es_ES
thesis.degree.name	Ingeniero Mecánico Electricista