Mostrar el registro sencillo del ítem

dc.contributor.advisorCrespo-Mariño, Juan Luises
dc.contributor.authorLoría-Quesada, Dilan Andrey
dc.date.accessioned2020-08-31T23:43:56Z
dc.date.available2020-08-31T23:43:56Z
dc.date.issued2020
dc.identifier.urihttps://hdl.handle.net/2238/11528
dc.descriptionProyecto de Graduación (Licenciatura en Ingeniería Mecatrónica) Instituto Tecnológico de Costa Rica. Área Académica de Ingeniería Mecatrónica, 2020es
dc.description.abstractEl presente documento es un informe final para optar por el título de licenciado en ingeniería en mecatrónica, el cual presenta el desarrollo de un sistema capaz de detectar los fallos que se pueden presentar durante el vuelo de un multirrotor. En la primer parte del trabajo ese presenta una investigación de fondo, la cual permitió la caracterización de los fallos en el sistema de propulsión en un UAV multirrotor, luego se presenta el diseño de un sistema de adquisición de datos, el cual sirve como insumo para el diseño de una red neuronal recurrente, encargada de la clasificación y detección de fallos. Al final de este trabajo se logra el diseño de una herramienta capaz de detectar el 70% de los fallos, entre las diez categorías establecidas dentro de la parte de caracterización, además se plantea la corrección inmediata de los fallos críticos y un protocolo para notificar al operador de la aparición de los fallos.es
dc.description.abstractThis document is a final report, report for the mechatronics engineering degree, which presents the development of a system capable of detecting failures that can occur during the flight of a multirotor. In the first part of the work there is an in-depth investigation which allowed the characterization of the failures of the propulsion systems in a multi-rotor UAV, then the design of a data acquisition system is presented, which serves as input for the design of a recurrent neural network, in charge of fault classification and detection. At the end of this work, the design of a tool capable of detecting 70 % of the failures is achieved, among the ten categories established within the characterization part, in addition an immediate correction mechanism is proposed for the most serious failures and a protocol to notify to the operator the actual status of the vehicle.es
dc.language.isospaes
dc.publisherInstituto Tecnológico de Costa Ricaes
dc.subjectDiseño de herramientases
dc.subjectPrediccioneses
dc.subjectDetecciónes
dc.subjectCorreccioneses
dc.subjectPropulsoreses
dc.subjectPropulsión con multirrotoreses
dc.subjectCaracterizaciónes
dc.subjectFallases
dc.subjectMotores sin escobillases
dc.subjectGated Recurrent Unit (GRU)es
dc.subjectLong Short-Term Memory (LSTM)es
dc.subjectUnmanned aerial vehicle (UAV)es
dc.subjectRedes Neuronales Recurrentes (RNN)es
dc.subjectMAVLinkes
dc.subjectTool designes
dc.subjectPredictionses
dc.subjectDetectiones
dc.subjectThrusterses
dc.subjectMultirotorses
dc.subjectFaultses
dc.subjectCharacterizationes
dc.subjectBrushless motorses
dc.subjectResearch Subject Categories::TECHNOLOGY::Information technologyes
dc.titleDiseño de una herramienta para la predicción, detección y corrección de fallos en propulsores con multirrotoreses
dc.typelicentiateThesises


Ficheros en el ítem

Thumbnail

Este ítem aparece en la(s) siguiente(s) colección(ones)

Mostrar el registro sencillo del ítem