Detección no supervisada de sonidos anómalos para el reconocimiento del estado de cajas de cambios

Abstract

[ES] El aprendizaje automático no supervisado es una tecnología esencial en la cuarta revolución industrial y que puede ser utilizado en la predicción y diagnóstico de fallos en maquinaria. En el presente Trabajo Final de Máster se pretende desarrollar un sistema de diagnóstico de cajas de cambio mediante el análisis del ruido. Para ello, se utilizará una base de datos de uso público que contiene registros de ruido de diferentes cajas de cambio. El trabajo consistirá en utilizar algoritmos de inteligencia artificial basados en redes neuronales para la detección de fallos y evaluar la precisión de los mismos. Finalmente, se deberán proponer una serie de trabajos futuros que puedan surgir de la base del presente TFM.