Detecção e classificação de falhas em rolamentos de motores elétricos baseado em árvores de decisão

Detalhes bibliográficos
Autor(a) principal: Souza, Rafael Fernando Silva e
Data de Publicação: 2022
Tipo de documento: Trabalho de conclusão de curso
Idioma: por
Título da fonte: Repositório Institucional da UFRN
Texto Completo: https://repositorio.ufrn.br/handle/123456789/46252
Resumo: Este trabalho propõe uma aplicação do algoritmo de árvore de decisão, desenvol- vido em linguagem Python, para identificar, detectar e classificar possı́veis falhas nos rolamentos de motores elétricos, que são as principais responsáveis pelo mau funciona- mento de motores. Foram utilizados dados de vibração do eixo de um motor elétrico de 1 cv (cavalo-vapor) em funcionamento normal e em falha nos rolamentos internos e ex- ternos, na velocidade de 1772 rpm, cuja gravidade da falha é estimada através diâmetro dos rolamentos em 7, 14 e 21 polegadas. Os resultados obtidos indicaram que a solução baseada em árvores de decisão se mostrou, no pior caso, uma acuracia de 0,99% e acertos de 98,89% ao classificar as amostras, adequada para a detecção e classificação de falhas em rolamentos de motores elétricos.
id UFRN_7a926918ea7c710a626186df86d9b0fe
oai_identifier_str oai:https://repositorio.ufrn.br:123456789/46252
network_acronym_str UFRN
network_name_str Repositório Institucional da UFRN
repository_id_str
spelling Souza, Rafael Fernando Silva ehttp://lattes.cnpq.br/6903215043196058http://lattes.cnpq.br/7987212907837941Santos, Mailson RibeiroNunes, Yuri Thomas PinheiroOliveira, Luiz Affonso Henderson Guedes de2022-02-23T18:14:06Z2022-02-23T18:14:06Z2022-02-11Souza, Rafael Fernando Silva e. Detecção e classificação de falhas em rolamentos de motores elétricos baseado em árvores de decisão. 2022. 52f. Trabalho de Conclusão de Curso (Graduação em Engenharia de Computação) - Centro de Tecnologia, Universidade Federal do Rio Grande do Norte, Natal, 2022.https://repositorio.ufrn.br/handle/123456789/46252Este trabalho propõe uma aplicação do algoritmo de árvore de decisão, desenvol- vido em linguagem Python, para identificar, detectar e classificar possı́veis falhas nos rolamentos de motores elétricos, que são as principais responsáveis pelo mau funciona- mento de motores. Foram utilizados dados de vibração do eixo de um motor elétrico de 1 cv (cavalo-vapor) em funcionamento normal e em falha nos rolamentos internos e ex- ternos, na velocidade de 1772 rpm, cuja gravidade da falha é estimada através diâmetro dos rolamentos em 7, 14 e 21 polegadas. Os resultados obtidos indicaram que a solução baseada em árvores de decisão se mostrou, no pior caso, uma acuracia de 0,99% e acertos de 98,89% ao classificar as amostras, adequada para a detecção e classificação de falhas em rolamentos de motores elétricos.This work proposes an application of the decision tree algorithm, developed in Python language, to identify, detect and classify possible failures in electric motor bearings, which are the main responsible for motor malfunctions. Shaft vibration data from a 1 hp electric motor (horsepower) were used in normal operation and in failure of the internal and external bearings, at a speed of 1772 rpm,failure severity is estimated through bearing diameters at 7, 14 and 21 inches. The results obtained indicated that the solution based on decision trees proved to be quite suitable for the detection and classification of faults in electric motor bearings.Universidade Federal do Rio Grande do NorteEngenharia de ComputaçãoUFRNBrasilDepartamento de Engenharia de Computação e AutomaçãoAttribution-NonCommercial-NoDerivs 3.0 Brazilhttp://creativecommons.org/licenses/by-nc-nd/3.0/br/info:eu-repo/semantics/openAccessÁrvore de decisãoPythonAprendizagem de máquinasInteligência artificialDecision treeMachine learningArtificial intelligenceDetecção e classificação de falhas em rolamentos de motores elétricos baseado em árvores de decisãoinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisporreponame:Repositório Institucional da UFRNinstname:Universidade Federal do Rio Grande do Norte (UFRN)instacron:UFRNORIGINALTCC_Rafael_Souza_final2.pdfTCC_Rafael_Souza_final2.pdfapplication/pdf1984333https://repositorio.ufrn.br/bitstream/123456789/46252/1/TCC_Rafael_Souza_final2.pdf6dd7f58f33ffbf4a0d8b9d6d95568049MD51CC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-8811https://repositorio.ufrn.br/bitstream/123456789/46252/2/license_rdfe39d27027a6cc9cb039ad269a5db8e34MD52LICENSElicense.txtlicense.txttext/plain; charset=utf-81484https://repositorio.ufrn.br/bitstream/123456789/46252/3/license.txte9597aa2854d128fd968be5edc8a28d9MD53123456789/462522022-02-23 15:14:06.909oai:https://repositorio.ufrn.br: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Repositório de PublicaçõesPUBhttp://repositorio.ufrn.br/oai/opendoar:2022-02-23T18:14:06Repositório Institucional da UFRN - Universidade Federal do Rio Grande do Norte (UFRN)false
dc.title.pt_BR.fl_str_mv Detecção e classificação de falhas em rolamentos de motores elétricos baseado em árvores de decisão
title Detecção e classificação de falhas em rolamentos de motores elétricos baseado em árvores de decisão
spellingShingle Detecção e classificação de falhas em rolamentos de motores elétricos baseado em árvores de decisão
Souza, Rafael Fernando Silva e
Árvore de decisão
Python
Aprendizagem de máquinas
Inteligência artificial
Decision tree
Machine learning
Artificial intelligence
title_short Detecção e classificação de falhas em rolamentos de motores elétricos baseado em árvores de decisão
title_full Detecção e classificação de falhas em rolamentos de motores elétricos baseado em árvores de decisão
title_fullStr Detecção e classificação de falhas em rolamentos de motores elétricos baseado em árvores de decisão
title_full_unstemmed Detecção e classificação de falhas em rolamentos de motores elétricos baseado em árvores de decisão
title_sort Detecção e classificação de falhas em rolamentos de motores elétricos baseado em árvores de decisão
author Souza, Rafael Fernando Silva e
author_facet Souza, Rafael Fernando Silva e
author_role author
dc.contributor.authorLattes.pt_BR.fl_str_mv http://lattes.cnpq.br/6903215043196058
dc.contributor.advisorLattes.pt_BR.fl_str_mv http://lattes.cnpq.br/7987212907837941
dc.contributor.referees1.none.fl_str_mv Santos, Mailson Ribeiro
dc.contributor.referees2.none.fl_str_mv Nunes, Yuri Thomas Pinheiro
dc.contributor.author.fl_str_mv Souza, Rafael Fernando Silva e
dc.contributor.advisor1.fl_str_mv Oliveira, Luiz Affonso Henderson Guedes de
contributor_str_mv Oliveira, Luiz Affonso Henderson Guedes de
dc.subject.por.fl_str_mv Árvore de decisão
Python
Aprendizagem de máquinas
Inteligência artificial
Decision tree
Machine learning
Artificial intelligence
topic Árvore de decisão
Python
Aprendizagem de máquinas
Inteligência artificial
Decision tree
Machine learning
Artificial intelligence
description Este trabalho propõe uma aplicação do algoritmo de árvore de decisão, desenvol- vido em linguagem Python, para identificar, detectar e classificar possı́veis falhas nos rolamentos de motores elétricos, que são as principais responsáveis pelo mau funciona- mento de motores. Foram utilizados dados de vibração do eixo de um motor elétrico de 1 cv (cavalo-vapor) em funcionamento normal e em falha nos rolamentos internos e ex- ternos, na velocidade de 1772 rpm, cuja gravidade da falha é estimada através diâmetro dos rolamentos em 7, 14 e 21 polegadas. Os resultados obtidos indicaram que a solução baseada em árvores de decisão se mostrou, no pior caso, uma acuracia de 0,99% e acertos de 98,89% ao classificar as amostras, adequada para a detecção e classificação de falhas em rolamentos de motores elétricos.
publishDate 2022
dc.date.accessioned.fl_str_mv 2022-02-23T18:14:06Z
dc.date.available.fl_str_mv 2022-02-23T18:14:06Z
dc.date.issued.fl_str_mv 2022-02-11
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/bachelorThesis
format bachelorThesis
status_str publishedVersion
dc.identifier.citation.fl_str_mv Souza, Rafael Fernando Silva e. Detecção e classificação de falhas em rolamentos de motores elétricos baseado em árvores de decisão. 2022. 52f. Trabalho de Conclusão de Curso (Graduação em Engenharia de Computação) - Centro de Tecnologia, Universidade Federal do Rio Grande do Norte, Natal, 2022.
dc.identifier.uri.fl_str_mv https://repositorio.ufrn.br/handle/123456789/46252
identifier_str_mv Souza, Rafael Fernando Silva e. Detecção e classificação de falhas em rolamentos de motores elétricos baseado em árvores de decisão. 2022. 52f. Trabalho de Conclusão de Curso (Graduação em Engenharia de Computação) - Centro de Tecnologia, Universidade Federal do Rio Grande do Norte, Natal, 2022.
url https://repositorio.ufrn.br/handle/123456789/46252
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv Attribution-NonCommercial-NoDerivs 3.0 Brazil
http://creativecommons.org/licenses/by-nc-nd/3.0/br/
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Attribution-NonCommercial-NoDerivs 3.0 Brazil
http://creativecommons.org/licenses/by-nc-nd/3.0/br/
eu_rights_str_mv openAccess
dc.publisher.none.fl_str_mv Universidade Federal do Rio Grande do Norte
dc.publisher.program.fl_str_mv Engenharia de Computação
dc.publisher.initials.fl_str_mv UFRN
dc.publisher.country.fl_str_mv Brasil
dc.publisher.department.fl_str_mv Departamento de Engenharia de Computação e Automação
publisher.none.fl_str_mv Universidade Federal do Rio Grande do Norte
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFRN
instname:Universidade Federal do Rio Grande do Norte (UFRN)
instacron:UFRN
instname_str Universidade Federal do Rio Grande do Norte (UFRN)
instacron_str UFRN
institution UFRN
reponame_str Repositório Institucional da UFRN
collection Repositório Institucional da UFRN
bitstream.url.fl_str_mv https://repositorio.ufrn.br/bitstream/123456789/46252/1/TCC_Rafael_Souza_final2.pdf
https://repositorio.ufrn.br/bitstream/123456789/46252/2/license_rdf
https://repositorio.ufrn.br/bitstream/123456789/46252/3/license.txt
bitstream.checksum.fl_str_mv 6dd7f58f33ffbf4a0d8b9d6d95568049
e39d27027a6cc9cb039ad269a5db8e34
e9597aa2854d128fd968be5edc8a28d9
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UFRN - Universidade Federal do Rio Grande do Norte (UFRN)
repository.mail.fl_str_mv
_version_ 1814832714470129664

Registros relacionados