| Autor | Leal, Lucas Manique; |
| Orientador | Figueiredo, Rodrigo Marques de; |
| Lattes do orientador | http://lattes.cnpq.br/0192178587738651; |
| Instituição | Universidade do Vale do Rio dos Sinos; |
| Título | Predição de desalinhamento em motores elétricos através de análise dos sinais de vibração com redes neurais artificiais; |
| Resumo | Tendo em vista o grande impacto que a paralisação de motores elétricos pode causar nos processos produtivos em geral, este trabalho teve como objetivo criar um modelo de predição de falha de desalinhamento em motores de indução através da análise dos sinais de vibração gerados durante seu funcionamento. Para a aquisição dos dados, foi utilizado um equipamento de simulação de falhas chamado Machinery Fault Simulator®, que dispõe de sete sensores de vibração espalhados pela sua estrutura. Através das informações coletadas, foram extraídos espectros de energia dos sinais de motor sem falhas e motor desalinhada que formaram a entrada de um sistema preditor. Utilizando uma técnica de aprendizado de máquinas chamada de Redes Neurais Artificiais, as informações foram processadas e um modelo que atinge 100% de acerto na classificação do estado do motor foi construído. Esta acurácia pôde ser observada tanto utilizando todos os canais do equipamento de simulação, como também utilizando apenas o canal mais eficiente, cumprindo assim os objetivos propostos.; |
| Palavras-chave | Manutenção preditiva; Motores elétricos; Energia; Aprendizado de máquinas; Redes neurais artificiais; |
| Tipo | TCC; |
| Data de defesa | 2019-06-19; |
| URI | http://www.repositorio.jesuita.org.br/handle/UNISINOS/11593; |
| Nivel | Graduação; |
| Curso | Engenharia da Computação; |