Métodos de prognóstico híbrido baseados em filtro de partículas aplicados em uma caixa de engrenagens
Autor(a) principal: | |
---|---|
Data de Publicação: | 2019 |
Outros Autores: | |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Biblioteca Digital de Teses e Dissertações da UFAM |
Texto Completo: | https://tede.ufam.edu.br/handle/tede/7171 |
Resumo: | No presente trabalho, duas abordagens híbridas de prognóstico de falha baseadas em Filtro de Partículas (FP) são desenvolvidas para estimar a Vida Útil Remanescente (RUL) de uma caixa de engrenagens. A caixa de engrenagens é composta por um par de engrenagens retas e a falha considerada é uma fratura na raiz em um dos dentes do pinhão. A primeira abordagem é o FP com dinâmica artificial nos parâmetros, na qual os parâmetros são tratados como estados e a estimativa pelo FP é aplicada ao chamado espaço estendido. A segunda é o Particle Metropolis-Hastings (PMH), que une o FP ao método de Monte Carlo via Cadeia de Markov (MCMC). Primeiramente, são implementados os modelos de degradação e de medição. O modelo de degradação é baseado na lei de Paris, que descreve o comportamento dinâmico da propagação da fratura com base no Fator de Intensidade de Tensão (SIF) e parâmetros do material. Nesse trabalho, o SIF é obtido através de um modelo em elementos finitos em conjunto com um modelo dinâmico do sistema de engrenagens. O modelo de medição desenvolvido relaciona o comprimento da fratura aos índices de variação de Root Mean Square (RMS) e variação de Kurtosis extraídos do sinal de vibração. Nesses modelos são inseridas três fontes de incertezas: erro do modelo de degradação, parâmetros do material tratados como incertos e erro de medição. As duas abordagens de prognóstico estimaram precisamente o comprimento da fratura e RUL da caixa de engrenagens, além de possibilitarem a estimativa dos parâmetros do material. |
id |
UFAM_f6f443f4ea0fb105ba84e1e121aff830 |
---|---|
oai_identifier_str |
oai:https://tede.ufam.edu.br/handle/:tede/7171 |
network_acronym_str |
UFAM |
network_name_str |
Biblioteca Digital de Teses e Dissertações da UFAM |
repository_id_str |
6592 |
spelling |
Métodos de prognóstico híbrido baseados em filtro de partículas aplicados em uma caixa de engrenagensHybrid prognostic methods based on particle filter applied to a gearboxPrognóstico de falhasFiltro de partículasVida útil remanescenteCaixa de engrenagensParticle metropolis-hastingsFailure prognosticsParticle filterRemaining useful lifeGearboxENGENHARIAS: ENGENHARIA ELÉTRICANo presente trabalho, duas abordagens híbridas de prognóstico de falha baseadas em Filtro de Partículas (FP) são desenvolvidas para estimar a Vida Útil Remanescente (RUL) de uma caixa de engrenagens. A caixa de engrenagens é composta por um par de engrenagens retas e a falha considerada é uma fratura na raiz em um dos dentes do pinhão. A primeira abordagem é o FP com dinâmica artificial nos parâmetros, na qual os parâmetros são tratados como estados e a estimativa pelo FP é aplicada ao chamado espaço estendido. A segunda é o Particle Metropolis-Hastings (PMH), que une o FP ao método de Monte Carlo via Cadeia de Markov (MCMC). Primeiramente, são implementados os modelos de degradação e de medição. O modelo de degradação é baseado na lei de Paris, que descreve o comportamento dinâmico da propagação da fratura com base no Fator de Intensidade de Tensão (SIF) e parâmetros do material. Nesse trabalho, o SIF é obtido através de um modelo em elementos finitos em conjunto com um modelo dinâmico do sistema de engrenagens. O modelo de medição desenvolvido relaciona o comprimento da fratura aos índices de variação de Root Mean Square (RMS) e variação de Kurtosis extraídos do sinal de vibração. Nesses modelos são inseridas três fontes de incertezas: erro do modelo de degradação, parâmetros do material tratados como incertos e erro de medição. As duas abordagens de prognóstico estimaram precisamente o comprimento da fratura e RUL da caixa de engrenagens, além de possibilitarem a estimativa dos parâmetros do material.In the present work, two hybrid failure prognostics approaches based on particle fiters (PF) were developed to predicting Remaning Useful Life (RUL) of a gearbox. The gearbox is composed by a spur gear pair on which pinion has a tooth root crack. The first approach is the PF with artificial dynamic on parameters, on which parameters are treated as states and the FP is applyed to, so called, extended space. The second approach, it is the Particle Metropolis-Hastings (PMH), which unifies the PF with Markov Chain Monte Carlo (MCMC). First, the degradation and measurement model are implemented. The degradation model is based on the Paris Law, which describes the dynamic bahavior of crack propagation based on Stress Intensity Factor (SIF) and material parameters. In this work, the SIF is obtained by finite elements model with gear model. The measurement model developed relates the crack length with the Root Mean Square (RMS) variation and Kurtosis variation indexes extracted from the vibration signal. Three uncertainty sources are considered on these models: degradation model uncertainty, material parameters uncertainty, and measurements errors. With the models, the two prognostics approaches were tested and both prognostics approaches obtained success at estimating the crack length and the RUL of the gearbox. In addition, the two approaches estimate the material parameters.Nenhum problema. Portal bem intuitivo.Universidade Federal do AmazonasFaculdade de TecnologiaBrasilUFAMPrograma de Pós-graduação em Engenharia ElétricaChaves Filho, João Edgarhttp://lattes.cnpq.br/2956430211742934Pio, José Luiz de Souzahttp://lattes.cnpq.br/1014904168887285Lago Neto, João Caldas dohttp://lattes.cnpq.br/5391960100115704Louzada Neto, Junout Martinshttp://lattes.cnpq.br/11561787047302042019-05-24T19:14:32Z2019-05-17info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfLOUZADA NETO, Junout Martins. Métodos de prognóstico híbrido baseados em filtro de partículas aplicados em uma caixa de engrenagens. 2019. 103 f. Dissertação (Mestrado em Engenharia Elétrica) - Universidade Federal do Amazonas, Manaus, 2019.https://tede.ufam.edu.br/handle/tede/7171porhttp://creativecommons.org/licenses/by-nc-sa/4.0/info:eu-repo/semantics/openAccessreponame:Biblioteca Digital de Teses e Dissertações da UFAMinstname:Universidade Federal do Amazonas (UFAM)instacron:UFAM2019-05-25T05:03:44Zoai:https://tede.ufam.edu.br/handle/:tede/7171Biblioteca Digital de Teses e Dissertaçõeshttp://200.129.163.131:8080/PUBhttp://200.129.163.131:8080/oai/requestddbc@ufam.edu.br||ddbc@ufam.edu.bropendoar:65922019-05-25T05:03:44Biblioteca Digital de Teses e Dissertações da UFAM - Universidade Federal do Amazonas (UFAM)false |
dc.title.none.fl_str_mv |
Métodos de prognóstico híbrido baseados em filtro de partículas aplicados em uma caixa de engrenagens Hybrid prognostic methods based on particle filter applied to a gearbox |
title |
Métodos de prognóstico híbrido baseados em filtro de partículas aplicados em uma caixa de engrenagens |
spellingShingle |
Métodos de prognóstico híbrido baseados em filtro de partículas aplicados em uma caixa de engrenagens Louzada Neto, Junout Martins Prognóstico de falhas Filtro de partículas Vida útil remanescente Caixa de engrenagens Particle metropolis-hastings Failure prognostics Particle filter Remaining useful life Gearbox ENGENHARIAS: ENGENHARIA ELÉTRICA |
title_short |
Métodos de prognóstico híbrido baseados em filtro de partículas aplicados em uma caixa de engrenagens |
title_full |
Métodos de prognóstico híbrido baseados em filtro de partículas aplicados em uma caixa de engrenagens |
title_fullStr |
Métodos de prognóstico híbrido baseados em filtro de partículas aplicados em uma caixa de engrenagens |
title_full_unstemmed |
Métodos de prognóstico híbrido baseados em filtro de partículas aplicados em uma caixa de engrenagens |
title_sort |
Métodos de prognóstico híbrido baseados em filtro de partículas aplicados em uma caixa de engrenagens |
author |
Louzada Neto, Junout Martins |
author_facet |
Louzada Neto, Junout Martins http://lattes.cnpq.br/1156178704730204 |
author_role |
author |
author2 |
http://lattes.cnpq.br/1156178704730204 |
author2_role |
author |
dc.contributor.none.fl_str_mv |
Chaves Filho, João Edgar http://lattes.cnpq.br/2956430211742934 Pio, José Luiz de Souza http://lattes.cnpq.br/1014904168887285 Lago Neto, João Caldas do http://lattes.cnpq.br/5391960100115704 |
dc.contributor.author.fl_str_mv |
Louzada Neto, Junout Martins http://lattes.cnpq.br/1156178704730204 |
dc.subject.por.fl_str_mv |
Prognóstico de falhas Filtro de partículas Vida útil remanescente Caixa de engrenagens Particle metropolis-hastings Failure prognostics Particle filter Remaining useful life Gearbox ENGENHARIAS: ENGENHARIA ELÉTRICA |
topic |
Prognóstico de falhas Filtro de partículas Vida útil remanescente Caixa de engrenagens Particle metropolis-hastings Failure prognostics Particle filter Remaining useful life Gearbox ENGENHARIAS: ENGENHARIA ELÉTRICA |
description |
No presente trabalho, duas abordagens híbridas de prognóstico de falha baseadas em Filtro de Partículas (FP) são desenvolvidas para estimar a Vida Útil Remanescente (RUL) de uma caixa de engrenagens. A caixa de engrenagens é composta por um par de engrenagens retas e a falha considerada é uma fratura na raiz em um dos dentes do pinhão. A primeira abordagem é o FP com dinâmica artificial nos parâmetros, na qual os parâmetros são tratados como estados e a estimativa pelo FP é aplicada ao chamado espaço estendido. A segunda é o Particle Metropolis-Hastings (PMH), que une o FP ao método de Monte Carlo via Cadeia de Markov (MCMC). Primeiramente, são implementados os modelos de degradação e de medição. O modelo de degradação é baseado na lei de Paris, que descreve o comportamento dinâmico da propagação da fratura com base no Fator de Intensidade de Tensão (SIF) e parâmetros do material. Nesse trabalho, o SIF é obtido através de um modelo em elementos finitos em conjunto com um modelo dinâmico do sistema de engrenagens. O modelo de medição desenvolvido relaciona o comprimento da fratura aos índices de variação de Root Mean Square (RMS) e variação de Kurtosis extraídos do sinal de vibração. Nesses modelos são inseridas três fontes de incertezas: erro do modelo de degradação, parâmetros do material tratados como incertos e erro de medição. As duas abordagens de prognóstico estimaram precisamente o comprimento da fratura e RUL da caixa de engrenagens, além de possibilitarem a estimativa dos parâmetros do material. |
publishDate |
2019 |
dc.date.none.fl_str_mv |
2019-05-24T19:14:32Z 2019-05-17 |
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 |
LOUZADA NETO, Junout Martins. Métodos de prognóstico híbrido baseados em filtro de partículas aplicados em uma caixa de engrenagens. 2019. 103 f. Dissertação (Mestrado em Engenharia Elétrica) - Universidade Federal do Amazonas, Manaus, 2019. https://tede.ufam.edu.br/handle/tede/7171 |
identifier_str_mv |
LOUZADA NETO, Junout Martins. Métodos de prognóstico híbrido baseados em filtro de partículas aplicados em uma caixa de engrenagens. 2019. 103 f. Dissertação (Mestrado em Engenharia Elétrica) - Universidade Federal do Amazonas, Manaus, 2019. |
url |
https://tede.ufam.edu.br/handle/tede/7171 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
http://creativecommons.org/licenses/by-nc-sa/4.0/ info:eu-repo/semantics/openAccess |
rights_invalid_str_mv |
http://creativecommons.org/licenses/by-nc-sa/4.0/ |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf |
dc.publisher.none.fl_str_mv |
Universidade Federal do Amazonas Faculdade de Tecnologia Brasil UFAM Programa de Pós-graduação em Engenharia Elétrica |
publisher.none.fl_str_mv |
Universidade Federal do Amazonas Faculdade de Tecnologia Brasil UFAM Programa de Pós-graduação em Engenharia Elétrica |
dc.source.none.fl_str_mv |
reponame:Biblioteca Digital de Teses e Dissertações da UFAM instname:Universidade Federal do Amazonas (UFAM) instacron:UFAM |
instname_str |
Universidade Federal do Amazonas (UFAM) |
instacron_str |
UFAM |
institution |
UFAM |
reponame_str |
Biblioteca Digital de Teses e Dissertações da UFAM |
collection |
Biblioteca Digital de Teses e Dissertações da UFAM |
repository.name.fl_str_mv |
Biblioteca Digital de Teses e Dissertações da UFAM - Universidade Federal do Amazonas (UFAM) |
repository.mail.fl_str_mv |
ddbc@ufam.edu.br||ddbc@ufam.edu.br |
_version_ |
1809732034409529344 |