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; |