Estrategias de test y diagnóstico para instrumentación de aparatos de resonancia magnética nuclear por ciclado rápido de campo magnético

Autores
Vélez Ibarra, María Delfina
Año de publicación
2026
Idioma
español castellano
Tipo de recurso
tesis doctoral
Estado
versión publicada
Colaborador/a o director/a de tesis
Peretti, Gabriela M.
Descripción
Tesis (Doctorado en Ciencias de Ia Ingeniería)-Universidad Nacional de Córdoba - Facultad de Ciencias Exactas Físicas y Naturales
Fil: Vélez Ibarra, María Delfina. Universidad Nacional de Córdoba. Facultad de Matemática, Astronomía, Física y Computación; Argentina.
La Resonancia Magnética Nuclear por Ciclado Rápido de Campo (FFC-NMR) se ha consolidado como una técnica potente para el estudio de la dinámica molecular. Sin embargo, la complejidad inherente a su instrumentación, que requiere la conmutación rápida de corrientes intensas bajo estrictos requisitos de precisión y estabilidad, plantea desafíos significativos en términos de fiabilidad operativa y mantenimiento. Esta tesis doctoral aborda el desarrollo de estrategias integrales de test y diagnóstico para el hardware electrónico de estos sistemas, con el objetivo de verificar su integridad funcional y facilitar la detección temprana de fallas sin comprometer los componentes críticos del equipo. La investigación se estructura en torno a tres ejes metodológicos que abarcan desde el test estructural a nivel de placa hasta el auto-test en sistemas integrados. En primer lugar, se desarrolla un esquema de test para la fuente de alimentación del electroimán, implementando una arquitectura reconfigurable lograda mediante la aplicación de principios de Diseño para Testabilidad. Mediante la partición funcional del sistema, se evalúan independientemente los lazos de control de baja señal, utilizando técnicas de Test Basado en Oscilaciones y en corriente directa, y la etapa de potencia, empleando un análisis de respuesta transitoria procesado mediante la métrica Dynamic Time Warping. La validación experimental sobre un prototipo escalado demuestra la capacidad del método para detectar fallas catastróficas y paramétricas con alta cobertura. En segundo lugar, se propone una metodología de diagnóstico automatizado para la localización de fallas en la etapa de potencia, fundamentada en algoritmos de aprendizaje profundo (Deep Learning). Ante la dificultad de obtener grandes volúmenes de datos de falla en prototipos físicos únicos por el riesgo de dañar irreversiblemente la instrumentación, se implementa una estrategia de generación de datos híbrida, que combina resultados experimentales y de simulación. La adopción de este enfoque híbrido resulta fundamental para mitigar las discrepancias del modelo de simulación en los transitorios de conmutación, asegurando la robustez del diagnóstico sin requerir una caracterización experimental exhaustiva de todos los escenarios de falla. Se demuestra que el entrenamiento de redes neuronales convolucionales utilizando datos provenientes de modelos ajustados permite diagnosticar con precisión fallas reales inyectadas experimentalmente. Finalmente, y en consonancia con la tendencia hacia la integración en Sistemas en Chip (SoC), se presenta una estrategia de auto-test incorporado (BIST) en campo para filtros analógicos reconfigurables. Utilizando un Coprocesador Analógico PSoC como plataforma de validación, se desarrolla un esquema basado en la respuesta al escalón y medidas de distancia euclídea, capaz de detectar desviaciones paramétricas incipientes en componentes pasivos y fallas estructurales en interruptores. La propuesta se destaca por su nula sobrecarga de hardware y su robustez frente a variaciones ambientales, habilitando su implementación en dispositivos con recursos limitados. En conjunto, este trabajo aporta soluciones concretas para la gestión de la confiabilidad en instrumentación científica avanzada, validando metodologías que combinan el análisis de circuitos, el procesamiento de señales y el aprendizaje automático para elevar la disponibilidad de los equipos de FFC-NMR.
Fil: Vélez Ibarra, María Delfina. Universidad Nacional de Córdoba. Facultad de Matemática, Astronomía, Física y Computación; Argentina.
Materia
TECHNOLOGY::Electrical engineering, electronics and photonics
Diagnóstico de fallas
Diseño para Testabilidad
Fuente de corriente
Resonancia magnética por ciclado rápido de campo
Test analógico
Nivel de accesibilidad
acceso abierto
Condiciones de uso
Repositorio
Repositorio Digital Universitario (UNC)
Institución
Universidad Nacional de Córdoba
OAI Identificador
oai:rdu.unc.edu.ar:11086/562073
Acceder
id RDUUNC_07b65c66ef3ba00a403ee16fce901860
oai_identifier_str oai:rdu.unc.edu.ar:11086/562073
network_acronym_str RDUUNC
repository_id_str 2572
network_name_str Repositorio Digital Universitario (UNC)
spelling Estrategias de test y diagnóstico para instrumentación de aparatos de resonancia magnética nuclear por ciclado rápido de campo magnéticoVélez Ibarra, María DelfinaTECHNOLOGY::Electrical engineering, electronics and photonicsDiagnóstico de fallasDiseño para TestabilidadFuente de corrienteResonancia magnética por ciclado rápido de campoTest analógicoTesis (Doctorado en Ciencias de Ia Ingeniería)-Universidad Nacional de Córdoba - Facultad de Ciencias Exactas Físicas y NaturalesFil: Vélez Ibarra, María Delfina. Universidad Nacional de Córdoba. Facultad de Matemática, Astronomía, Física y Computación; Argentina.La Resonancia Magnética Nuclear por Ciclado Rápido de Campo (FFC-NMR) se ha consolidado como una técnica potente para el estudio de la dinámica molecular. Sin embargo, la complejidad inherente a su instrumentación, que requiere la conmutación rápida de corrientes intensas bajo estrictos requisitos de precisión y estabilidad, plantea desafíos significativos en términos de fiabilidad operativa y mantenimiento. Esta tesis doctoral aborda el desarrollo de estrategias integrales de test y diagnóstico para el hardware electrónico de estos sistemas, con el objetivo de verificar su integridad funcional y facilitar la detección temprana de fallas sin comprometer los componentes críticos del equipo. La investigación se estructura en torno a tres ejes metodológicos que abarcan desde el test estructural a nivel de placa hasta el auto-test en sistemas integrados. En primer lugar, se desarrolla un esquema de test para la fuente de alimentación del electroimán, implementando una arquitectura reconfigurable lograda mediante la aplicación de principios de Diseño para Testabilidad. Mediante la partición funcional del sistema, se evalúan independientemente los lazos de control de baja señal, utilizando técnicas de Test Basado en Oscilaciones y en corriente directa, y la etapa de potencia, empleando un análisis de respuesta transitoria procesado mediante la métrica Dynamic Time Warping. La validación experimental sobre un prototipo escalado demuestra la capacidad del método para detectar fallas catastróficas y paramétricas con alta cobertura. En segundo lugar, se propone una metodología de diagnóstico automatizado para la localización de fallas en la etapa de potencia, fundamentada en algoritmos de aprendizaje profundo (Deep Learning). Ante la dificultad de obtener grandes volúmenes de datos de falla en prototipos físicos únicos por el riesgo de dañar irreversiblemente la instrumentación, se implementa una estrategia de generación de datos híbrida, que combina resultados experimentales y de simulación. La adopción de este enfoque híbrido resulta fundamental para mitigar las discrepancias del modelo de simulación en los transitorios de conmutación, asegurando la robustez del diagnóstico sin requerir una caracterización experimental exhaustiva de todos los escenarios de falla. Se demuestra que el entrenamiento de redes neuronales convolucionales utilizando datos provenientes de modelos ajustados permite diagnosticar con precisión fallas reales inyectadas experimentalmente. Finalmente, y en consonancia con la tendencia hacia la integración en Sistemas en Chip (SoC), se presenta una estrategia de auto-test incorporado (BIST) en campo para filtros analógicos reconfigurables. Utilizando un Coprocesador Analógico PSoC como plataforma de validación, se desarrolla un esquema basado en la respuesta al escalón y medidas de distancia euclídea, capaz de detectar desviaciones paramétricas incipientes en componentes pasivos y fallas estructurales en interruptores. La propuesta se destaca por su nula sobrecarga de hardware y su robustez frente a variaciones ambientales, habilitando su implementación en dispositivos con recursos limitados. En conjunto, este trabajo aporta soluciones concretas para la gestión de la confiabilidad en instrumentación científica avanzada, validando metodologías que combinan el análisis de circuitos, el procesamiento de señales y el aprendizaje automático para elevar la disponibilidad de los equipos de FFC-NMR.Fil: Vélez Ibarra, María Delfina. Universidad Nacional de Córdoba. Facultad de Matemática, Astronomía, Física y Computación; Argentina.Peretti, Gabriela M.2026-06info:eu-repo/semantics/doctoralThesisinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/resource_type/c_db06info:ar-repo/semantics/tesisDoctoralapplication/pdfapplication/pdfhttp://hdl.handle.net/11086/562073spainfo:eu-repo/semantics/openAccessreponame:Repositorio Digital Universitario (UNC)instname:Universidad Nacional de Córdobainstacron:UNC2026-10-01T10:24:39Zoai:rdu.unc.edu.ar:11086/562073Institucionalhttps://rdu.unc.edu.ar/Universidad públicaNo correspondehttp://rdu.unc.edu.ar/oai/snrdoca.unc@gmail.comArgentinaNo correspondeNo correspondeNo correspondeopendoar:25722026-10-01 10:24:40.774Repositorio Digital Universitario (UNC) - Universidad Nacional de Córdobafalse
dc.title.none.fl_str_mv Estrategias de test y diagnóstico para instrumentación de aparatos de resonancia magnética nuclear por ciclado rápido de campo magnético
title Estrategias de test y diagnóstico para instrumentación de aparatos de resonancia magnética nuclear por ciclado rápido de campo magnético
spellingShingle Estrategias de test y diagnóstico para instrumentación de aparatos de resonancia magnética nuclear por ciclado rápido de campo magnético
Vélez Ibarra, María Delfina
TECHNOLOGY::Electrical engineering, electronics and photonics
Diagnóstico de fallas
Diseño para Testabilidad
Fuente de corriente
Resonancia magnética por ciclado rápido de campo
Test analógico
title_short Estrategias de test y diagnóstico para instrumentación de aparatos de resonancia magnética nuclear por ciclado rápido de campo magnético
title_full Estrategias de test y diagnóstico para instrumentación de aparatos de resonancia magnética nuclear por ciclado rápido de campo magnético
title_fullStr Estrategias de test y diagnóstico para instrumentación de aparatos de resonancia magnética nuclear por ciclado rápido de campo magnético
title_full_unstemmed Estrategias de test y diagnóstico para instrumentación de aparatos de resonancia magnética nuclear por ciclado rápido de campo magnético
title_sort Estrategias de test y diagnóstico para instrumentación de aparatos de resonancia magnética nuclear por ciclado rápido de campo magnético
dc.creator.none.fl_str_mv Vélez Ibarra, María Delfina
author Vélez Ibarra, María Delfina
author_facet Vélez Ibarra, María Delfina
author_role author
dc.contributor.none.fl_str_mv Peretti, Gabriela M.
dc.subject.none.fl_str_mv TECHNOLOGY::Electrical engineering, electronics and photonics
Diagnóstico de fallas
Diseño para Testabilidad
Fuente de corriente
Resonancia magnética por ciclado rápido de campo
Test analógico
topic TECHNOLOGY::Electrical engineering, electronics and photonics
Diagnóstico de fallas
Diseño para Testabilidad
Fuente de corriente
Resonancia magnética por ciclado rápido de campo
Test analógico
dc.description.none.fl_txt_mv Tesis (Doctorado en Ciencias de Ia Ingeniería)-Universidad Nacional de Córdoba - Facultad de Ciencias Exactas Físicas y Naturales
Fil: Vélez Ibarra, María Delfina. Universidad Nacional de Córdoba. Facultad de Matemática, Astronomía, Física y Computación; Argentina.
La Resonancia Magnética Nuclear por Ciclado Rápido de Campo (FFC-NMR) se ha consolidado como una técnica potente para el estudio de la dinámica molecular. Sin embargo, la complejidad inherente a su instrumentación, que requiere la conmutación rápida de corrientes intensas bajo estrictos requisitos de precisión y estabilidad, plantea desafíos significativos en términos de fiabilidad operativa y mantenimiento. Esta tesis doctoral aborda el desarrollo de estrategias integrales de test y diagnóstico para el hardware electrónico de estos sistemas, con el objetivo de verificar su integridad funcional y facilitar la detección temprana de fallas sin comprometer los componentes críticos del equipo. La investigación se estructura en torno a tres ejes metodológicos que abarcan desde el test estructural a nivel de placa hasta el auto-test en sistemas integrados. En primer lugar, se desarrolla un esquema de test para la fuente de alimentación del electroimán, implementando una arquitectura reconfigurable lograda mediante la aplicación de principios de Diseño para Testabilidad. Mediante la partición funcional del sistema, se evalúan independientemente los lazos de control de baja señal, utilizando técnicas de Test Basado en Oscilaciones y en corriente directa, y la etapa de potencia, empleando un análisis de respuesta transitoria procesado mediante la métrica Dynamic Time Warping. La validación experimental sobre un prototipo escalado demuestra la capacidad del método para detectar fallas catastróficas y paramétricas con alta cobertura. En segundo lugar, se propone una metodología de diagnóstico automatizado para la localización de fallas en la etapa de potencia, fundamentada en algoritmos de aprendizaje profundo (Deep Learning). Ante la dificultad de obtener grandes volúmenes de datos de falla en prototipos físicos únicos por el riesgo de dañar irreversiblemente la instrumentación, se implementa una estrategia de generación de datos híbrida, que combina resultados experimentales y de simulación. La adopción de este enfoque híbrido resulta fundamental para mitigar las discrepancias del modelo de simulación en los transitorios de conmutación, asegurando la robustez del diagnóstico sin requerir una caracterización experimental exhaustiva de todos los escenarios de falla. Se demuestra que el entrenamiento de redes neuronales convolucionales utilizando datos provenientes de modelos ajustados permite diagnosticar con precisión fallas reales inyectadas experimentalmente. Finalmente, y en consonancia con la tendencia hacia la integración en Sistemas en Chip (SoC), se presenta una estrategia de auto-test incorporado (BIST) en campo para filtros analógicos reconfigurables. Utilizando un Coprocesador Analógico PSoC como plataforma de validación, se desarrolla un esquema basado en la respuesta al escalón y medidas de distancia euclídea, capaz de detectar desviaciones paramétricas incipientes en componentes pasivos y fallas estructurales en interruptores. La propuesta se destaca por su nula sobrecarga de hardware y su robustez frente a variaciones ambientales, habilitando su implementación en dispositivos con recursos limitados. En conjunto, este trabajo aporta soluciones concretas para la gestión de la confiabilidad en instrumentación científica avanzada, validando metodologías que combinan el análisis de circuitos, el procesamiento de señales y el aprendizaje automático para elevar la disponibilidad de los equipos de FFC-NMR.
Fil: Vélez Ibarra, María Delfina. Universidad Nacional de Córdoba. Facultad de Matemática, Astronomía, Física y Computación; Argentina.
description Tesis (Doctorado en Ciencias de Ia Ingeniería)-Universidad Nacional de Córdoba - Facultad de Ciencias Exactas Físicas y Naturales
publishDate 2026
dc.date.none.fl_str_mv 2026-06
dc.type.none.fl_str_mv info:eu-repo/semantics/doctoralThesis
info:eu-repo/semantics/publishedVersion
http://purl.org/coar/resource_type/c_db06
info:ar-repo/semantics/tesisDoctoral
format doctoralThesis
status_str publishedVersion
dc.identifier.none.fl_str_mv http://hdl.handle.net/11086/562073
url http://hdl.handle.net/11086/562073
dc.language.none.fl_str_mv spa
language spa
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
application/pdf
dc.source.none.fl_str_mv reponame:Repositorio Digital Universitario (UNC)
instname:Universidad Nacional de Córdoba
instacron:UNC
reponame_str Repositorio Digital Universitario (UNC)
collection Repositorio Digital Universitario (UNC)
instname_str Universidad Nacional de Córdoba
instacron_str UNC
institution UNC
repository.name.fl_str_mv Repositorio Digital Universitario (UNC) - Universidad Nacional de Córdoba
repository.mail.fl_str_mv oca.unc@gmail.com
_version_ 1877859164131164161
score 12.854657

Publicaciones similares