Grupo de Investigación y Desarrollo en Tecnologías Industriales GIDTEC

de la Universidad Politécnica Salesiana

Producción Científica / Proyectos

Artículos más citados:

Artículos basados en el Diagnóstico de fallos en cajas de engranes son los más citados de la revista científica Mechanical Systems and Signal Processing, que forma parte de la plataforma Elsevier Science Direct, empresa de información científica de alto impacto en el mundo.

Cerrada M, Sánchez R-V, Li C, Pacheco F, Cabrera D, Valente de Oliveira J, et al.
A review on data-driven fault severity assessment in rolling bearings.
Mech Syst Signal Process [Internet]. 2018 Jan 15 [cited 2019 Nov 21];99:169–96.
Available from: https://www.sciencedirect.com/science/article/pii/S0888327017303242

Li C, Sanchez R-V, Zurita G, Cerrada M, Cabrera D, Vásquez RE.
Gearbox fault diagnosis based on deep random forest fusion of acoustic and vibratory signals.
Mech Syst Signal Process [Internet]. 2016 Aug [cited 2018 Dec 12];76–77:283–93.
Available from: https://www.sciencedirect.com/science/article/pii/S0888327016000340?via%3Dihub

Cerrada M, Zurita G, Cabrera D, Sánchez R-V, Artés M, Li C.
Fault diagnosis in spur gears based on genetic algorithm and random forest.
Mech Syst Signal Process [Internet]. 2016 Mar [cited 2018 Dec 12];70–71:87–103.
Available from: https://linkinghub.elsevier.com/retrieve/pii/S0888327015003921

Publicaciones en Revistas:

Tao Y, Wang X, Sanchez RV, Yang S, Bai Y.
Spur Gear Fault Diagnosis Using a Multilayer Gated Recurrent Unit Approach with Vibration Signal.
IEEE Access. 2019;7:56880–9.
https://ieeexplore.ieee.org/document/8703047

Cerrada M, Aguilar J, Altamiranda J, Sánchez RV.
A hybrid heuristic algorithm for evolving models in simultaneous scenarios of classification and clustering.
Vol. 61, Knowledge and Information Systems. Springer London; 2019. 755–798 p.
https://doi.org/10.1007/s10115-019-01336-3

Li C, Valente de Oliveira JL, Lozada MC, Cabrera D, Sanchez V, Zurita G.
A systematic review of fuzzy formalisms for bearing fault diagnosis.
IEEE Trans Fuzzy Syst [Internet]. 2018 [cited 2018 Dec 12];1–1.
https://ieeexplore.ieee.org/document/8510832/

Cerrada M, Li C, Sánchez R-V, Pacheco F, Cabrera D, Valente de Oliveira J.
A fuzzy transition based approach for fault severity prediction in helical gearboxes.
Fuzzy Sets Syst [Internet]. 2018 Apr [cited 2018 Dec 12];337:52–73.
https://linkinghub.elsevier.com/retrieve/pii/S0165011416304584

Li, C., Valente de Oliveira, J.L., Lozada, M.C., Cabrera, D., Sanchez, V., Zurita, G.
A systematic review of fuzzy formalisms for bearing fault diagnosis.
IEEE Transactions on Fuzzy Systems,2018.
https://www.x-mol.com/paper/869672

Cerrada, M., Sánchez, R.-V., Li, C., Pacheco, F., Cabrera, D., Valente de Oliveira, J., Vásquez, R.E.
A review on data-driven fault severity assessment in rolling bearings.
Mechanical Systems and Signal Processing,2018.
https://www.sciencedirect.com/science/article/pii/S0888327017303242

Li, C., Ledo, L., Delgado, M., Cerrada, M., Pacheco, F., Cabrera, D., Sánchez, R.-V., Valente de Oliveira, J.
A Bayesian approach to consequent parameter estimation in probabilistic fuzzy systems and its application to bearing fault classification.
Knowledge-Based Systems,2017.
https://www.sciencedirect.com/science/article/pii/S0950705117302186

Cabrera, D., Sancho, F., Li, C., Cerrada, M., Sánchez, R.-V., Pacheco, F., de Oliveira, J.V.
Automatic feature extraction of time-series applied to fault severity assessment of helical gearbox in stationary and non-stationary speed operation.
Applied Soft Computing Journal,2017.
https://www.sciencedirect.com/science/article/pii/S1568494617301886

Li, C., Cabrera, D., De Oliveira, J.V., Sanchez, R.-V., Cerrada, M., Zurita, G.
Extracting repetitive transients for rotating machinery diagnosis using multiscale clustered grey infogram.
Mechanical Systems and Signal Processing,2016.
https://www.sciencedirect.com/science/article/pii/S0888327016001151

Cerrada, M., Zurita, G., Cabrera,D., Sánchez, R.-V., Artés, M., Li, C.
Fault diagnosis in spur gears based on genetic algorithm and random forest.
Mechanical Systems and Signal Processing,2016.
https://www.sciencedirect.com/science/article/pii/S0888327015003921

Li, C., Sanchez, R.-V., Zurita, G., Cerrada, M., Cabrera, D., Vásquez, R.E.
Gearbox fault diagnosis based on deep random forest fusion of acoustic and vibratory signals.
Mechanical Systems and Signal Processing,2016.
https://www.sciencedirect.com/science/article/pii/S0888327016000340

Cabrera, D., Sancho, F., Sánchez, R.V., Zurita, G., Cerrada, M., Vásquez, R.E
Fault diagnosis of spur gearbox based on random forest and wavelet packet decomposition.
Frontiers of Mechanical Engineering, 2015
http://journal.hep.com.cn/fme/EN/10.1007/s11465-015-0348-8

Cerrada, M., Zurita, G., Cabrera, D., Sánchez, R.V. and Li, C.
Multi-stage feature selection by using genetic algorithms for fault diagnosis in gearboxes based on vibration signal.
Sensors, 2015.
doi:10.3390/s150923903

Li, C., Sánchez, R.V., Zurita, G., Cerrada, M. and Cabrera, D.
Rolling element bearing defect detection using the generalized synchrosqueezing transform guided by time-frequency ridge enhancement.
Isa Transactions,2015
http://www.sciencedirect.com/science/article/pii/S0019057815002487

Publicaciones en Congresos:

Sanchez, R., Arpi, A. and Minchala, L.
Fault Identification and Classification of Spur Gearbox with Feed Forward Back Propagation Artificial Neural Network
2012 VI Andean Region International Conference
IEEE, 2012
doi:10.1109/andescon.2012.63

Cerrada, M. Ortiz, J. and Sánchez, R.V.
Fault diagnosis for controlled continuous systems from a hybrid approach: a case of study.
2015 Asia-Pacific Conference on Computer Aided System Engineering (APCASE).
Quito, Ecuador: IEEEXPLORE digital Library, 2015.
doi: 10.1109/APCASE.2015.60

Cabrera, D. y Sancho, F.
Diagnóstico de fallos en cajas de engranajes rectos con random forest y paquetes de wavelet.
VIII Congreso Latinoamericano de Ingeniería Mecánica.
Cuenca, Ecuador: Ediciones Universitarias Universidad Politécnica Salesiana, 2014.
Sanchez, R.V. and Artés, M.
Diagnósticos de fallos en Cajas de Engranajes Basado en una Red Neuronal Artificial Perceptrón Multicapa.
XX Congreso Nacional de Ingeniería Mecánica.
Málaga, España: 2014.

Proyectos de investigación

Proyectos cerrados

Desarrollo de una herramienta computacional basada en modelos de computación inteligente para el monitoreo de condición en maquinaria rotativa.

Diagnostico y evaluación de la severidad de fallos de máquinas rotativas basado en el análisis de las señales de monitoreo de la condición empleando técnicas de minería de datos.

Detección de fallos mediante señales de vibración de los secadores uno y dos.

Análisis y definición de estrategias y escenarios para el desarrollo de sistemas de mantenimiento industrial orientado a la eficiencia energética y amigable con el ambiente en la ciudad de Cuenca.

Diagnóstico de fallos de bombas y compresores alternativos mediante el análisis de señales de monitoreo de la condición empleando técnicas de aprendizaje automático.

Proyectos en ejecución

Estudio y Desarrollo de un Simulador de Páncreas Artificial.

Eficiencia energética de los sistemas de movilidad urbana en Iberoamérica.

Diagnóstico de nivel de severidad de fallos en cajas de engranajes usando la señal estimada de torque de carga a través de modelado matemático.

Evaluación de la severidad de fallos en engranajes rectos y helicoidales mediante señales de vibración, corriente y emisión acústica.

Modelamiento de las interacciones entre los factores psicosociales y del entorno con los patrones de alimentación, actividad física, el perfil cardiometabólico y la condición física, en escolares del cantón Cuenca, proyecto aprobado mediante resolución N°: 013-004-2017-04-27 al Grupo de Investigación y Desarrollo en Tecnologías Industriales (GIDTEC).