Diagnóstico de falhas de ignição em motor diesel marítimo utilizando sinais de vibração e aprendizado de máquinas

• Autor(a) principal: Guerra, Victor Nicodemos
• Data de Publicação: 2023
• Tipo de documento: Dissertação
• Idioma: por
• Título da fonte: Repositório Institucional da Produção Científica da Marinha do Brasil (RI-MB)
• Texto Completo: https://www.repositorio.mar.mil.br/handle/ripcmb/846396
• topic: Diagnóstico de Falhas; Inteligência Artificial; Falha de Ignição; Engenharia oceânica

Este trabalho apresenta uma metodologia de diagnóstico de falhas de ignição em um motor Diesel, por meio de técnicas de Aprendizado de Máquinas (AM), com utilização de sinais de vibração. Além disso, estudou-se a quantidade mínima necessária de acelerômetros que permita que os algoritmos de AM mantenham um bom desempenho para diagnóstico de falhas. O banco de dados utilizado neste estudo é composto por sinais de vibração obtidos por meio de 15 acelerômetros instalados no motor. Três algoritmos de AM foram utilizados neste trabalho: k-Nearest Neighbors (K-NN), Random Forest (RF) e Support Vector Machines (SVM). Os resultados mostraram que estes algoritmos foram capazes de obter um F1-Score de 99,87%, 99,87% e 100%, respectivamente, para detecção e identificação de falhas de ignição. Quanto ao estudo que visa a redução do número de sensores, foram utilizados os métodos Relief-F e análise combinatória geral, com o segundo sendo capaz de mostrar que, com dois acelerômetros, foi possível alcançar um desempenho com F1- Score acima de 95%, que é o mínimo requerido, o que comprova a eficiência da metodologia utilizada neste estudo.