Redes Neuronais Convolucionais no Diagnóstico de Falhas em Rolamentos de Motores de Indução

Detalhes bibliográficos
Autor(a) principal: Filipe, João Luís Ferreira
Data de Publicação: 2023
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
Texto Completo: http://hdl.handle.net/10316/105960
Resumo: Dissertação de Mestrado em Engenharia Eletrotécnica e de Computadores apresentada à Faculdade de Ciências e Tecnologia
id RCAP_b15565ee50c88004d1c217fbf7a72db7
oai_identifier_str oai:estudogeral.uc.pt:10316/105960
network_acronym_str RCAP
network_name_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository_id_str 7160
spelling Redes Neuronais Convolucionais no Diagnóstico de Falhas em Rolamentos de Motores de InduçãoConvolutional Neural Networks in the Diagnosis of Induction Motor Bearings FaltsMotores de Indução TrifásicosInteligência ArtificialDiagnóstico de FalhasFalhas em RolamentosRedes Neuronais ConvolucionaisThree-phase Induction MotorsArtificial InteligenceFaults DiagnosisBearing FaultsConvolutional Neural NetworkDissertação de Mestrado em Engenharia Eletrotécnica e de Computadores apresentada à Faculdade de Ciências e TecnologiaOs métodos de diagnóstico de falhas para sistemas eletromecânicos são de grande relevância para a indústria no século XXI. Com o diagnóstico precoce de falhas obtemos um impacto económico importante, é possível reduzir o tempo em que um dado sistema está inativo, bem como melhorar a segurança do meio envolvente, pois podem ser evitadas falhas perigosas para os utilizadores. Tendo como base as tensões induzidas diferenciais, o trabalho nesta dissertação consistiu na proposição de um novo método de classificação de falhas em rolamentos de motores de indução trifásicos, com a aplicação de uma Rede Neuronal de Convolução na identificação destas. As tensões induzidas diferenciais têm a capacidade de detetar anomalias no campo magnético presentes no entreferro aquando da ocorrência de falhas nos rolamentos, falhas no estator e rotor, e excentricidades no motor, devido à alta sensibilidade deste às pequenas oscilações provocadas pelas falhas. A obtenção destas tensões é realizada através da colocação de seis boninas de teste nas ranhuras do estator. Uma das mais valias deste novo método é a eliminação de conhecimento especializado na identificação das diferentes características das falhas permitindo assim facilmente estender este método a díspares tipos motores. O objetivo principal desta dissertação é a identificação por parte de uma rede neuronal convolucional dos vários padrões característicos, de cada uma das falhas em enrolamentos, presentes nas tensões induzidas diferenciais, demonstrando assim a grande utilidade da introdução de algoritmos de inteligência artificial no diagnóstico de falhas em motores.Diagnostic methods for electromechanical systems are highly relevant for the 21st century industry. With early fault detection we can achieve an important economic impact, is possible to reduce the time a given system is inactive, and improving the safety of the surrounding environment as well, by avoiding dangerous failures for the users. Based on differential induced tensions, the work in this thesis consisted in proposing a new method of classifying faults in bearings of three-phase induction motors, using a convolutional neural network for their identification. Differential induced tensions have the ability to detect anomalies in the magnetic field present in the air gap when bearing faults, stator and rotor faults, and eccentricities in the motor occur, due to their high sensitivity to small oscillations caused by those faults. These differencial tensions are obtained by placing six test probes in the stator slots. One of the advantages of this new method is the elimination of specialized knowledge in the identification of different failure characteristics, and thus allowing this method to be easily extended to different types of motors. The main objective of this thesis is the identification by a convolutional neural network of the various characteristic patterns in each of the failures on bearings can be detected, present in the differential induced tensions, demonstrating the great utility of introducing artificial intelligence algorithms in the diagnosis of faults in motors.2023-02-27info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesishttp://hdl.handle.net/10316/105960http://hdl.handle.net/10316/105960TID:203249950porFilipe, João Luís Ferreirainfo:eu-repo/semantics/openAccessreponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãoinstacron:RCAAP2023-03-16T21:31:58Zoai:estudogeral.uc.pt:10316/105960Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireopendoar:71602024-03-19T21:22:26.517368Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãofalse
dc.title.none.fl_str_mv Redes Neuronais Convolucionais no Diagnóstico de Falhas em Rolamentos de Motores de Indução
Convolutional Neural Networks in the Diagnosis of Induction Motor Bearings Falts
title Redes Neuronais Convolucionais no Diagnóstico de Falhas em Rolamentos de Motores de Indução
spellingShingle Redes Neuronais Convolucionais no Diagnóstico de Falhas em Rolamentos de Motores de Indução
Filipe, João Luís Ferreira
Motores de Indução Trifásicos
Inteligência Artificial
Diagnóstico de Falhas
Falhas em Rolamentos
Redes Neuronais Convolucionais
Three-phase Induction Motors
Artificial Inteligence
Faults Diagnosis
Bearing Faults
Convolutional Neural Network
title_short Redes Neuronais Convolucionais no Diagnóstico de Falhas em Rolamentos de Motores de Indução
title_full Redes Neuronais Convolucionais no Diagnóstico de Falhas em Rolamentos de Motores de Indução
title_fullStr Redes Neuronais Convolucionais no Diagnóstico de Falhas em Rolamentos de Motores de Indução
title_full_unstemmed Redes Neuronais Convolucionais no Diagnóstico de Falhas em Rolamentos de Motores de Indução
title_sort Redes Neuronais Convolucionais no Diagnóstico de Falhas em Rolamentos de Motores de Indução
author Filipe, João Luís Ferreira
author_facet Filipe, João Luís Ferreira
author_role author
dc.contributor.author.fl_str_mv Filipe, João Luís Ferreira
dc.subject.por.fl_str_mv Motores de Indução Trifásicos
Inteligência Artificial
Diagnóstico de Falhas
Falhas em Rolamentos
Redes Neuronais Convolucionais
Three-phase Induction Motors
Artificial Inteligence
Faults Diagnosis
Bearing Faults
Convolutional Neural Network
topic Motores de Indução Trifásicos
Inteligência Artificial
Diagnóstico de Falhas
Falhas em Rolamentos
Redes Neuronais Convolucionais
Three-phase Induction Motors
Artificial Inteligence
Faults Diagnosis
Bearing Faults
Convolutional Neural Network
description Dissertação de Mestrado em Engenharia Eletrotécnica e de Computadores apresentada à Faculdade de Ciências e Tecnologia
publishDate 2023
dc.date.none.fl_str_mv 2023-02-27
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://hdl.handle.net/10316/105960
http://hdl.handle.net/10316/105960
TID:203249950
url http://hdl.handle.net/10316/105960
identifier_str_mv TID:203249950
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.source.none.fl_str_mv reponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron:RCAAP
instname_str Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron_str RCAAP
institution RCAAP
reponame_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
collection Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository.name.fl_str_mv Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
repository.mail.fl_str_mv
_version_ 1799134113630781440

Registros relacionados