Sistemas de detecção de falhas em motores elétricos baseados em análises de vibração: estudo de um motor de indução trifásico.

Detalhes bibliográficos
Autor(a) principal: Fontoura, Fabricio
Data de Publicação: 2023
Tipo de documento: Trabalho de conclusão de curso
Idioma: por
Título da fonte: Repositório Institucional da UFSC
Texto Completo: https://repositorio.ufsc.br/handle/123456789/249184
Resumo: TCC (graduação) - Universidade Federal de Santa Catarina, Centro Tecnológico, Engenharia Elétrica.
id UFSC_06c214d5cab2671cfb8e17016846bc24
oai_identifier_str oai:repositorio.ufsc.br:123456789/249184
network_acronym_str UFSC
network_name_str Repositório Institucional da UFSC
repository_id_str 2373
spelling Sistemas de detecção de falhas em motores elétricos baseados em análises de vibração: estudo de um motor de indução trifásico.Motor elétrico de induçãoFalhasDetecçãoInteligência ArtificialAprendizagem de máquinaTCC (graduação) - Universidade Federal de Santa Catarina, Centro Tecnológico, Engenharia Elétrica.Com notável destaque na indústria, os motores elétricos de indução são comumente utilizados devido a sua alta robustez e diversidade de atuação. No entanto, estas máquinas estão sujeitas à esforços indesejados podendo diminuir a vida útil de determinados componentes mais suscetíveis a falhas. Neste contexto, o presente projeto tem como objetivo criar um sistema de detecção e diagnostico de falhas em motores elétricos, baseado em análises de vibração. São usados algoritmos de aprendizagem de máquina capazes de prever as falhas em indústrias e assim mitigar custos e restrições operacionais. A metodologia aplicada consiste na utilização da transformada de Fourier para os sinais de vibração disponíveis em base pública e posterior elaboração de modelos classificadores como Support Vector Machine (SVM) e K-nearest neighbors (k-NN). Por fim, os resultados são comparados via métricas de avaliação de modelos de inteligência artificial tais como acurácia, sensibilidade e curvas AUC/ROC (Area Under the Curve/ Receiver Operating Characteristic).With a notable prominence in the industry, induction motors are commonly used due to their high robustness and diversity of operation. However, these machines are subjected to unwanted efforts, which can reduce the useful life of certain components that are more susceptible to failures. In this context, the present project aims to create a fault detection and diagnosis system in electric motors, based on vibration analysis. Machine learning algorithms are used to predict failures in industries and thus mitigate costs and operational constraints. The applied methodology consists in using the Fourier transform for the vibration signals available in a public database and subsequent modeling of classifier models such as Support Vector Machine (SVM) and K-nearest neighbors (k-NN). Finally, the results are compared via artificial intelligence model evaluation metrics such as accuracy, sensitivity and AUC/ROC (Area Under the Curve/ Receiver Operating Characteristic) curves.Florianópolis, SC.Pacheco, Renato LucasUniversidade Federal de Santa Catarina.Fontoura, Fabricio2023-07-31T21:00:33Z2023-07-31T21:00:33Z2023-07-28info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesis93 f.application/pdfhttps://repositorio.ufsc.br/handle/123456789/249184Open Access.info:eu-repo/semantics/openAccessporreponame:Repositório Institucional da UFSCinstname:Universidade Federal de Santa Catarina (UFSC)instacron:UFSC2023-07-31T21:00:34Zoai:repositorio.ufsc.br:123456789/249184Repositório InstitucionalPUBhttp://150.162.242.35/oai/requestopendoar:23732023-07-31T21:00:34Repositório Institucional da UFSC - Universidade Federal de Santa Catarina (UFSC)false
dc.title.none.fl_str_mv Sistemas de detecção de falhas em motores elétricos baseados em análises de vibração: estudo de um motor de indução trifásico.
title Sistemas de detecção de falhas em motores elétricos baseados em análises de vibração: estudo de um motor de indução trifásico.
spellingShingle Sistemas de detecção de falhas em motores elétricos baseados em análises de vibração: estudo de um motor de indução trifásico.
Fontoura, Fabricio
Motor elétrico de indução
Falhas
Detecção
Inteligência Artificial
Aprendizagem de máquina
title_short Sistemas de detecção de falhas em motores elétricos baseados em análises de vibração: estudo de um motor de indução trifásico.
title_full Sistemas de detecção de falhas em motores elétricos baseados em análises de vibração: estudo de um motor de indução trifásico.
title_fullStr Sistemas de detecção de falhas em motores elétricos baseados em análises de vibração: estudo de um motor de indução trifásico.
title_full_unstemmed Sistemas de detecção de falhas em motores elétricos baseados em análises de vibração: estudo de um motor de indução trifásico.
title_sort Sistemas de detecção de falhas em motores elétricos baseados em análises de vibração: estudo de um motor de indução trifásico.
author Fontoura, Fabricio
author_facet Fontoura, Fabricio
author_role author
dc.contributor.none.fl_str_mv Pacheco, Renato Lucas
Universidade Federal de Santa Catarina.
dc.contributor.author.fl_str_mv Fontoura, Fabricio
dc.subject.por.fl_str_mv Motor elétrico de indução
Falhas
Detecção
Inteligência Artificial
Aprendizagem de máquina
topic Motor elétrico de indução
Falhas
Detecção
Inteligência Artificial
Aprendizagem de máquina
description TCC (graduação) - Universidade Federal de Santa Catarina, Centro Tecnológico, Engenharia Elétrica.
publishDate 2023
dc.date.none.fl_str_mv 2023-07-31T21:00:33Z
2023-07-31T21:00:33Z
2023-07-28
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.uri.fl_str_mv https://repositorio.ufsc.br/handle/123456789/249184
url https://repositorio.ufsc.br/handle/123456789/249184
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv Open Access.
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Open Access.
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv 93 f.
application/pdf
dc.publisher.none.fl_str_mv Florianópolis, SC.
publisher.none.fl_str_mv Florianópolis, SC.
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFSC
instname:Universidade Federal de Santa Catarina (UFSC)
instacron:UFSC
instname_str Universidade Federal de Santa Catarina (UFSC)
instacron_str UFSC
institution UFSC
reponame_str Repositório Institucional da UFSC
collection Repositório Institucional da UFSC
repository.name.fl_str_mv Repositório Institucional da UFSC - Universidade Federal de Santa Catarina (UFSC)
repository.mail.fl_str_mv
_version_ 1808652349986570240

Registros relacionados