Detecção de falha do estator de um motor de indução trifásico utilizando uma bobina exploratória externa

• Autor(a) principal: Vicente, João Paulo
• Data de Publicação: 2021
• Tipo de documento: Dissertação
• Idioma: por
• Título da fonte: Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
• Texto Completo: http://hdl.handle.net/10198/23555
• topic: Motor de indução trifásico; Bobina exploratória externa; Redes neuronais artificiais; Identificação de falhas; Curtos-Circuitos; Engenharia Industrial

Este trabalho apresenta uma metodologia para a detecção de falhas de curtos-circuitos entre as espiras de motores de indução trifásicos, utilizando uma bobina exploratória externa, que é uma técnica não invasiva e pode ser utilizada durante a operação do motor. O fluxo magnético de dispersão do motor, operando em condições de curto-circuito, induz uma tensão na bobina exploratória que difere de um padrão de referência, que é correspondente ao motor operando de forma saudável. Os dados experimentais foram obtidos numa bancada de teste, composta por um motor de indução trifásico com rotor gaiola de esquilo de 0,75kW. O enrolamento do estator desse motor é modificado para permitir a introdução de curto-circuitos. Este trabalho considerou os curto-circuitos em uma fase, com 1%, 3%, 5% e 10% das espiras, com o motor operando com carga variável. O diagnóstico de curto-circuitos são obtidos através da análise de diferentes topologias de redes neuronais artificiais perceptron multicamadas, com os dados experimentais utilizados em três abordagens diferentes. A primeira abordagem consiste em utilizar os dados no domínio do tempo, na segunda abordagem é realizado a transformada de Fourier dos dados e é coletado a energia numa banda de frequências e na terceira abordagem, também é realizado a transforma de Fourier dos dados, sendo utilizadas as amplitudes dos harmónicos. Os resultados obtidos demonstram que a metodologia proposta apresenta dificuldades em identificar falhas em estágios incipientes, mais precisamente os curto-circuitos de 1%, entretanto para os de curto-circuito de 10%, a taxa de exatidão das redes neuronais foi de 100%. Dentre as 3 abordagens testadas na utilização dos dados, a abordagem que utiliza as amplitudes dos harmónicas foi a que apresentou a melhor eficácia no diagnóstico de curto-circuito no enrolamento do estator. Concretamente, com a melhor topologia obtiveram-se exatidões de 87% e 95% para os casos da utilização e sem utilização, respetivamente, das amostras com curto-circuito de 1%.