Treballs Fi de GrauEnginyeria Electrònica, Elèctrica i Automàtica

Método para el análisis de tendencias en un ensayo de durabilidad para motores de tracción eléctrica

  • Datos identificativos

    Identificador:  TFG:6128
    Autores:  León Fierro, David Ezequiel
    Resumen:
    En aquest projecte veurem el desenvolupament d'una eina creada durant les pràctiques a Applus+ IDADA per resoldre un problema sobre la realització de l'anàlisi de tendències sobre la prova de durabilitat de transmissió elèctrica. Explicarem quins tipus de proves es fan al laboratori i avaluarem els equips disponibles per a la prova. Després estudiarem el mètode utilitzat per dur a terme aquesta tasca i valorarem diferents opcions per resoldre el problema tenint en compte les exigències del client i tenint present la idea de fer una eina funcional adaptable a la resta d'equips del laboratori. Després de decidir quina solució és millor per al compliment de l'objectiu, explicarem el seu desenvolupament i els resultats que obtenim amb ella. Després farem una breu anàlisi d'una prova estudiant els paràmetres d'interès i extreure conclusions sobre la prova de durabilitat. Finalment, parlarem de les conclusions del projecte així com de les millores futures que es poden aplicar a l'eina per augmentar les seves funcionalitats
  • Otros:

    Derechos de acceso: info:eu-repo/semantics/openAccess
    Enseñanza(s): Enginyeria Electrònica Industrial i Automàtica
    Departamento: Enginyeria Electrònica, Elèctrica i Automàtica
    Entidad: Universitat Rovira i Virgili (URV)
    Confidencialidad: Si
    Materia: Motors elèctrics
    Director del proyecto: Cid Pastor, Ángel; Castro Albarrán, José Ramón
    Fecha de la defensa del treball: 2021-11-11
    Fecha de alta en el repositorio: 2023-07-24
    Curso académico: 2020-2021
    Estudiante: León Fierro, David Ezequiel
  • Palabras clave:

    análisis de tendencias
    ensayo de durabilidad
    motor de tracción eléctrica
    Ingeniería electrónica
  • Documentos:

  • Cerca a google

    Search to google scholar