Métodos de prognóstico híbrido baseados em filtro de partículas aplicados em uma caixa de engrenagens

Detalhes bibliográficos
Autor(a) principal: Louzada Neto, Junout Martins
Data de Publicação: 2019
Outros Autores: http://lattes.cnpq.br/1156178704730204
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