Diseño de una herramienta para la predicción, detección y corrección de fallos en propulsores con multirrotores
Proyecto de Graduación (Licenciatura en Ingeniería Mecatrónica) Instituto Tecnológico de Costa Rica. Área Académica de Ingeniería Mecatrónica, 2020
| Autor Principal: | Loría-Quesada, Dilan Andrey |
|---|---|
| Otros Autores: | Crespo-Mariño, Juan Luis |
| Formato: | Tesis |
| Idioma: | Español |
| Publicado: |
Instituto Tecnológico de Costa Rica
2020
|
| Materias: | |
| Acceso en línea: |
https://hdl.handle.net/2238/11528 |
| id |
RepoTEC11528 |
|---|---|
| recordtype |
dspace |
| spelling |
RepoTEC115282022-04-09T03:05:31Z Diseño de una herramienta para la predicción, detección y corrección de fallos en propulsores con multirrotores Loría-Quesada, Dilan Andrey Crespo-Mariño, Juan Luis Diseño de herramientas Predicciones Detección Correcciones Propulsores Propulsión con multirrotores Caracterización Fallas Motores sin escobillas Gated Recurrent Unit (GRU) Long Short-Term Memory (LSTM) Unmanned aerial vehicle (UAV) Redes Neuronales Recurrentes (RNN) MAVLink Tool design Predictions Detection Thrusters Multirotors Faults Characterization Brushless motors Research Subject Categories::TECHNOLOGY::Information technology Proyecto de Graduación (Licenciatura en Ingeniería Mecatrónica) Instituto Tecnológico de Costa Rica. Área Académica de Ingeniería Mecatrónica, 2020 El 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. This 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. 2020-08-31T23:43:56Z 2020-08-31T23:43:56Z 2020 licentiateThesis https://hdl.handle.net/2238/11528 spa application/pdf Instituto Tecnológico de Costa Rica |
| institution |
Tecnológico de Costa Rica |
| collection |
Repositorio TEC |
| language |
Español |
| topic |
Diseño de herramientas Predicciones Detección Correcciones Propulsores Propulsión con multirrotores Caracterización Fallas Motores sin escobillas Gated Recurrent Unit (GRU) Long Short-Term Memory (LSTM) Unmanned aerial vehicle (UAV) Redes Neuronales Recurrentes (RNN) MAVLink Tool design Predictions Detection Thrusters Multirotors Faults Characterization Brushless motors Research Subject Categories::TECHNOLOGY::Information technology |
| spellingShingle |
Diseño de herramientas Predicciones Detección Correcciones Propulsores Propulsión con multirrotores Caracterización Fallas Motores sin escobillas Gated Recurrent Unit (GRU) Long Short-Term Memory (LSTM) Unmanned aerial vehicle (UAV) Redes Neuronales Recurrentes (RNN) MAVLink Tool design Predictions Detection Thrusters Multirotors Faults Characterization Brushless motors Research Subject Categories::TECHNOLOGY::Information technology Loría-Quesada, Dilan Andrey Diseño de una herramienta para la predicción, detección y corrección de fallos en propulsores con multirrotores |
| description |
Proyecto de Graduación (Licenciatura en Ingeniería Mecatrónica) Instituto Tecnológico de Costa Rica. Área Académica de Ingeniería Mecatrónica, 2020 |
| author2 |
Crespo-Mariño, Juan Luis |
| format |
Tesis |
| author |
Loría-Quesada, Dilan Andrey |
| author_sort |
Loría-Quesada, Dilan Andrey |
| title |
Diseño de una herramienta para la predicción, detección y corrección de fallos en propulsores con multirrotores |
| title_short |
Diseño de una herramienta para la predicción, detección y corrección de fallos en propulsores con multirrotores |
| title_full |
Diseño de una herramienta para la predicción, detección y corrección de fallos en propulsores con multirrotores |
| title_fullStr |
Diseño de una herramienta para la predicción, detección y corrección de fallos en propulsores con multirrotores |
| title_full_unstemmed |
Diseño de una herramienta para la predicción, detección y corrección de fallos en propulsores con multirrotores |
| title_sort |
diseño de una herramienta para la predicción, detección y corrección de fallos en propulsores con multirrotores |
| publisher |
Instituto Tecnológico de Costa Rica |
| publishDate |
2020 |
| url |
https://hdl.handle.net/2238/11528 |
| _version_ |
1796139307284561920 |
| score |
12.043282 |