Monitoramento em tempo real da qualidade de sinais de vibrações, utilizando inteligência artificial
Autor(a) principal: | |
---|---|
Data de Publicação: | 2005 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Repositório Institucional da UFU |
Texto Completo: | https://repositorio.ufu.br/handle/123456789/30426 http://doi.org/10.14393/ufu.di.2005.67 |
Resumo: | Este trabalho tem como objetivo estudar a possibilidade de avaliar, em tempo real, os sinais de vibrações adquiridos para fins de monitoramento. Para isto, utilizou-se uma bancada experimental com cinco mancais de rolamentos de esferas, sem vedação e com carga aplicada no mancai central. O sistema foi caracterizado via técnicas de análise espectral e Funções Resposta em Freqüência. Cinco grupos de sinais de vibração adquiridos foram classificados da seguinte forma: sinal bom, problemas de instrumentação (cabo danificado, condicionador de sinais desligado, cabo desconectado), sensores trocados de posição, ocorrência de eventos transientes e máquina desligada. Monitoraram-se apenas os mancais de apoio para verificação da qualidade do sinal e os demais para detecção de possíveis falhas. Utilizando-se um Teste de Hipótese Nula para comparação de médias, e gráficos Boxplot, foi realizada uma análise de sensibilidade para filtrar 22 parâmetros de vibração escolhidos como sintomas de qualidade de sinal. Após a seleção dos cinco parâmetros mais sensíveis para cada mancai, os mesmos foram utilizados para treinamento de uma Rede Neural Probabilística e num Sistema de Inferência Fuzzy, os quais se mostraram aptos a classificar os sinais coletados para teste, não apresentando diferenças significativas entre os resultados (-100% de acerto) obtidos na classificação. Como um dos mancais apresentou uma falha na gaiola durante o funcionamento, foi possível avaliar os melhores parâmetros indicativos deste defeito. |
id |
UFU_81f29e6fdffdfdf5876a11e5106a5d86 |
---|---|
oai_identifier_str |
oai:repositorio.ufu.br:123456789/30426 |
network_acronym_str |
UFU |
network_name_str |
Repositório Institucional da UFU |
repository_id_str |
|
spelling |
2020-11-18T17:48:33Z2020-11-18T17:48:33Z2005MEOLA, Tatiana. Monitoramento em tempo real da qualidade de sinais de vibrações, utilizando inteligência artificial. 2005. 118 f. Dissertação (Mestrado em Engenharia Mecânica) - Universidade Federal de Uberlândia, Uberlândia, 2020. Disponível em: http://doi.org/10.14393/ufu.di.2005.67https://repositorio.ufu.br/handle/123456789/30426http://doi.org/10.14393/ufu.di.2005.67Este trabalho tem como objetivo estudar a possibilidade de avaliar, em tempo real, os sinais de vibrações adquiridos para fins de monitoramento. Para isto, utilizou-se uma bancada experimental com cinco mancais de rolamentos de esferas, sem vedação e com carga aplicada no mancai central. O sistema foi caracterizado via técnicas de análise espectral e Funções Resposta em Freqüência. Cinco grupos de sinais de vibração adquiridos foram classificados da seguinte forma: sinal bom, problemas de instrumentação (cabo danificado, condicionador de sinais desligado, cabo desconectado), sensores trocados de posição, ocorrência de eventos transientes e máquina desligada. Monitoraram-se apenas os mancais de apoio para verificação da qualidade do sinal e os demais para detecção de possíveis falhas. Utilizando-se um Teste de Hipótese Nula para comparação de médias, e gráficos Boxplot, foi realizada uma análise de sensibilidade para filtrar 22 parâmetros de vibração escolhidos como sintomas de qualidade de sinal. Após a seleção dos cinco parâmetros mais sensíveis para cada mancai, os mesmos foram utilizados para treinamento de uma Rede Neural Probabilística e num Sistema de Inferência Fuzzy, os quais se mostraram aptos a classificar os sinais coletados para teste, não apresentando diferenças significativas entre os resultados (-100% de acerto) obtidos na classificação. Como um dos mancais apresentou uma falha na gaiola durante o funcionamento, foi possível avaliar os melhores parâmetros indicativos deste defeito.This work has the objective to evaluate, in real time, the signals of vibrations acquired fç>r monitoring purpose. An experimental setup compound by an electric motor and five b^ll bearings, with a load applied in the central bearing. The support bearings are self-aligning b^ll bearings and the central three are rigid bearings of single career. Was built techniques of spectral analysis and Frequency Response Functions have been applied to characterize the vibratory behavior of the studied System. Five data sets of signal condition were acquired, as: good signal, sensors in wrong position, cable problems, transient events and turned ç>ff machine. Only the self-aligning bali bearings were monitored. A Null Hypothesis Test for average comparison and a Boxplot graphics analysis were used to filter the 22 chosen vibration parameters in order to select the best sensitivity of the signals set. After identifying of the five more sensible parameters for each bali bearing, they have been used to training a Neural Probabilistic Network and into a Fuzzy Inference System. The classification tools showed good results close to 100 % of success with a test set. As one of the bali bearings presented a cage defect during the operation, it was possible to evaluate the best indicative parameters, of the studied ones, to detect this kind of defect. In this case, the global RMS value and the peak values of envelopes in the frequency range 50 Hz to 1 kHz and 500 Hz to 8 kHz, respectively.Dissertação (Mestrado)porUniversidade Federal de UberlândiaPrograma de Pós-graduação em Engenharia MecânicaBrasilhttp://creativecommons.org/licenses/by-nc-nd/3.0/us/info:eu-repo/semantics/openAccessCNPQ::ENGENHARIASInteligência artificialVibração - MediçãoMonitoramento on lineQualidade de sinais de vibraçãoInteligência artificialManutenção preditivaMancais de rolamentoMonitoramento em tempo real da qualidade de sinais de vibrações, utilizando inteligência artificialReal-time monitoring of the quality of vibration signals, using artificial intelligenceinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisDuarte, Marcus Antônio Vianahttp://lattes.cnpq.br/8235428918371478Meola, Tatiana118853d40d1-cca9-4588-868d-ce4953cff0bareponame:Repositório Institucional da UFUinstname:Universidade Federal de Uberlândia (UFU)instacron:UFUORIGINALMonitoramentoTempoReal.pdfMonitoramentoTempoReal.pdfDissertaçãoapplication/pdf15761608https://repositorio.ufu.br/bitstream/123456789/30426/1/MonitoramentoTempoReal.pdf8d8bc1892d3a4e80e9a7f3a89fb412f3MD51CC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-8811https://repositorio.ufu.br/bitstream/123456789/30426/2/license_rdf9868ccc48a14c8d591352b6eaf7f6239MD52LICENSElicense.txtlicense.txttext/plain; charset=utf-81792https://repositorio.ufu.br/bitstream/123456789/30426/3/license.txt48ded82ce41b8d2426af12aed6b3cbf3MD53TEXTMonitoramentoTempoReal.pdf.txtMonitoramentoTempoReal.pdf.txtExtracted texttext/plain135https://repositorio.ufu.br/bitstream/123456789/30426/4/MonitoramentoTempoReal.pdf.txtf9a40c5d649a144f216bdfc18a2e04daMD54THUMBNAILMonitoramentoTempoReal.pdf.jpgMonitoramentoTempoReal.pdf.jpgGenerated Thumbnailimage/jpeg971https://repositorio.ufu.br/bitstream/123456789/30426/5/MonitoramentoTempoReal.pdf.jpgc4c5ad597aba394584d53f92e4f9d1e0MD55123456789/304262021-09-16 17:21:19.371oai:repositorio.ufu.br:123456789/30426w4kgbmVjZXNzw6FyaW8gY29uY29yZGFyIGNvbSBhIGxpY2Vuw6dhIGRlIGRpc3RyaWJ1acOnw6NvIG7Do28tZXhjbHVzaXZhLCBhbnRlcyBxdWUgbyBkb2N1bWVudG8gcG9zc2EgYXBhcmVjZXIgbm8gUmVwb3NpdMOzcmlvLiBQb3IgZmF2b3IsIGxlaWEgYSBsaWNlbsOnYSBhdGVudGFtZW50ZS4gQ2FzbyBuZWNlc3NpdGUgZGUgYWxndW0gZXNjbGFyZWNpbWVudG8gZW50cmUgZW0gY29udGF0byBhdHJhdsOpcyBkbyBlLW1haWwgIHJlcG9zaXRvcmlvQHVmdS5ici4KCkxJQ0VOw4dBIERFIERJU1RSSUJVScOHw4NPIE7Dg08tRVhDTFVTSVZBCgpBbyBhc3NpbmFyIGUgZW50cmVnYXIgZXN0YSBsaWNlbsOnYSwgby9hIFNyLi9TcmEuIChhdXRvciBvdSBkZXRlbnRvciBkb3MgZGlyZWl0b3MgZGUgYXV0b3IpOgoKYSkgQ29uY2VkZSDDoCBVbml2ZXJzaWRhZGUgRmVkZXJhbCBkZSBVYmVybMOibmRpYSBvIGRpcmVpdG8gbsOjby1leGNsdXNpdm8gZGUgcmVwcm9kdXppciwgY29udmVydGVyIChjb21vIGRlZmluaWRvIGFiYWl4byksIGNvbXVuaWNhciBlL291IGRpc3RyaWJ1aXIgbyBkb2N1bWVudG8gZW50cmVndWUgKGluY2x1aW5kbyBvIHJlc3Vtby9hYnN0cmFjdCkgZW0gZm9ybWF0byBkaWdpdGFsIG91IGltcHJlc3NvIGUgZW0gcXVhbHF1ZXIgbWVpby4KCmIpIERlY2xhcmEgcXVlIG8gZG9jdW1lbnRvIGVudHJlZ3VlIMOpIHNldSB0cmFiYWxobyBvcmlnaW5hbCwgZSBxdWUgZGV0w6ltIG8gZGlyZWl0byBkZSBjb25jZWRlciBvcyBkaXJlaXRvcyBjb250aWRvcyBuZXN0YSBsaWNlbsOnYS4gRGVjbGFyYSB0YW1iw6ltIHF1ZSBhIGVudHJlZ2EgZG8gZG9jdW1lbnRvIG7Do28gaW5mcmluZ2UsIHRhbnRvIHF1YW50byBsaGUgw6kgcG9zc8OtdmVsIHNhYmVyLCBvcyBkaXJlaXRvcyBkZSBxdWFscXVlciBvdXRyYSBwZXNzb2Egb3UgZW50aWRhZGUuCgpjKSBTZSBvIGRvY3VtZW50byBlbnRyZWd1ZSBjb250w6ltIG1hdGVyaWFsIGRvIHF1YWwgbsOjbyBkZXTDqW0gb3MgZGlyZWl0b3MgZGUgYXV0b3IsIGRlY2xhcmEgcXVlIG9idGV2ZSBhdXRvcml6YcOnw6NvIGRvIGRldGVudG9yIGRvcyBkaXJlaXRvcyBkZSBhdXRvciBwYXJhIGNvbmNlZGVyIMOgIFVuaXZlcnNpZGFkZSBGZWRlcmFsIGRlIFViZXJsw6JuZGlhIG9zIGRpcmVpdG9zIHJlcXVlcmlkb3MgcG9yIGVzdGEgbGljZW7Dp2EsIGUgcXVlIGVzc2UgbWF0ZXJpYWwgY3Vqb3MgZGlyZWl0b3Mgc8OjbyBkZSB0ZXJjZWlyb3MgZXN0w6EgY2xhcmFtZW50ZSBpZGVudGlmaWNhZG8gZSByZWNvbmhlY2lkbyBubyB0ZXh0byBvdSBjb250ZcO6ZG8gZG8gZG9jdW1lbnRvIGVudHJlZ3VlLgoKU2UgbyBkb2N1bWVudG8gZW50cmVndWUgw6kgYmFzZWFkbyBlbSB0cmFiYWxobyBmaW5hbmNpYWRvIG91IGFwb2lhZG8gcG9yIG91dHJhIGluc3RpdHVpw6fDo28gcXVlIG7Do28gYSBVbml2ZXJzaWRhZGUgRmVkZXJhbCBkZSBVYmVybMOibmRpYSwgZGVjbGFyYSBxdWUgY3VtcHJpdSBxdWFpc3F1ZXIgb2JyaWdhw6fDtWVzIGV4aWdpZGFzIHBlbG8gcmVzcGVjdGl2byBjb250cmF0byBvdSBhY29yZG8uCgpBIFVuaXZlcnNpZGFkZSBGZWRlcmFsIGRlIFViZXJsw6JuZGlhIGlkZW50aWZpY2Fyw6EgY2xhcmFtZW50ZSBvKHMpIHNldShzKSBub21lKHMpIGNvbW8gbyhzKSBhdXRvcihlcykgb3UgZGV0ZW50b3IgKGVzKSBkb3MgZGlyZWl0b3MgZG8gZG9jdW1lbnRvIGVudHJlZ3VlLCBlIG7Do28gZmFyw6EgcXVhbHF1ZXIgYWx0ZXJhw6fDo28sIHBhcmEgYWzDqW0gZGFzIHBlcm1pdGlkYXMgcG9yIGVzdGEgbGljZW7Dp2EuCg==Repositório InstitucionalONGhttp://repositorio.ufu.br/oai/requestdiinf@dirbi.ufu.bropendoar:2021-09-16T20:21:19Repositório Institucional da UFU - Universidade Federal de Uberlândia (UFU)false |
dc.title.pt_BR.fl_str_mv |
Monitoramento em tempo real da qualidade de sinais de vibrações, utilizando inteligência artificial |
dc.title.alternative.pt_BR.fl_str_mv |
Real-time monitoring of the quality of vibration signals, using artificial intelligence |
title |
Monitoramento em tempo real da qualidade de sinais de vibrações, utilizando inteligência artificial |
spellingShingle |
Monitoramento em tempo real da qualidade de sinais de vibrações, utilizando inteligência artificial Meola, Tatiana CNPQ::ENGENHARIAS Monitoramento on line Qualidade de sinais de vibração Inteligência artificial Manutenção preditiva Mancais de rolamento Inteligência artificial Vibração - Medição |
title_short |
Monitoramento em tempo real da qualidade de sinais de vibrações, utilizando inteligência artificial |
title_full |
Monitoramento em tempo real da qualidade de sinais de vibrações, utilizando inteligência artificial |
title_fullStr |
Monitoramento em tempo real da qualidade de sinais de vibrações, utilizando inteligência artificial |
title_full_unstemmed |
Monitoramento em tempo real da qualidade de sinais de vibrações, utilizando inteligência artificial |
title_sort |
Monitoramento em tempo real da qualidade de sinais de vibrações, utilizando inteligência artificial |
author |
Meola, Tatiana |
author_facet |
Meola, Tatiana |
author_role |
author |
dc.contributor.advisor1.fl_str_mv |
Duarte, Marcus Antônio Viana |
dc.contributor.authorLattes.fl_str_mv |
http://lattes.cnpq.br/8235428918371478 |
dc.contributor.author.fl_str_mv |
Meola, Tatiana |
contributor_str_mv |
Duarte, Marcus Antônio Viana |
dc.subject.cnpq.fl_str_mv |
CNPQ::ENGENHARIAS |
topic |
CNPQ::ENGENHARIAS Monitoramento on line Qualidade de sinais de vibração Inteligência artificial Manutenção preditiva Mancais de rolamento Inteligência artificial Vibração - Medição |
dc.subject.por.fl_str_mv |
Monitoramento on line Qualidade de sinais de vibração Inteligência artificial Manutenção preditiva Mancais de rolamento |
dc.subject.autorizado.pt_BR.fl_str_mv |
Inteligência artificial Vibração - Medição |
description |
Este trabalho tem como objetivo estudar a possibilidade de avaliar, em tempo real, os sinais de vibrações adquiridos para fins de monitoramento. Para isto, utilizou-se uma bancada experimental com cinco mancais de rolamentos de esferas, sem vedação e com carga aplicada no mancai central. O sistema foi caracterizado via técnicas de análise espectral e Funções Resposta em Freqüência. Cinco grupos de sinais de vibração adquiridos foram classificados da seguinte forma: sinal bom, problemas de instrumentação (cabo danificado, condicionador de sinais desligado, cabo desconectado), sensores trocados de posição, ocorrência de eventos transientes e máquina desligada. Monitoraram-se apenas os mancais de apoio para verificação da qualidade do sinal e os demais para detecção de possíveis falhas. Utilizando-se um Teste de Hipótese Nula para comparação de médias, e gráficos Boxplot, foi realizada uma análise de sensibilidade para filtrar 22 parâmetros de vibração escolhidos como sintomas de qualidade de sinal. Após a seleção dos cinco parâmetros mais sensíveis para cada mancai, os mesmos foram utilizados para treinamento de uma Rede Neural Probabilística e num Sistema de Inferência Fuzzy, os quais se mostraram aptos a classificar os sinais coletados para teste, não apresentando diferenças significativas entre os resultados (-100% de acerto) obtidos na classificação. Como um dos mancais apresentou uma falha na gaiola durante o funcionamento, foi possível avaliar os melhores parâmetros indicativos deste defeito. |
publishDate |
2005 |
dc.date.issued.fl_str_mv |
2005 |
dc.date.accessioned.fl_str_mv |
2020-11-18T17:48:33Z |
dc.date.available.fl_str_mv |
2020-11-18T17:48:33Z |
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.citation.fl_str_mv |
MEOLA, Tatiana. Monitoramento em tempo real da qualidade de sinais de vibrações, utilizando inteligência artificial. 2005. 118 f. Dissertação (Mestrado em Engenharia Mecânica) - Universidade Federal de Uberlândia, Uberlândia, 2020. Disponível em: http://doi.org/10.14393/ufu.di.2005.67 |
dc.identifier.uri.fl_str_mv |
https://repositorio.ufu.br/handle/123456789/30426 |
dc.identifier.doi.pt_BR.fl_str_mv |
http://doi.org/10.14393/ufu.di.2005.67 |
identifier_str_mv |
MEOLA, Tatiana. Monitoramento em tempo real da qualidade de sinais de vibrações, utilizando inteligência artificial. 2005. 118 f. Dissertação (Mestrado em Engenharia Mecânica) - Universidade Federal de Uberlândia, Uberlândia, 2020. Disponível em: http://doi.org/10.14393/ufu.di.2005.67 |
url |
https://repositorio.ufu.br/handle/123456789/30426 http://doi.org/10.14393/ufu.di.2005.67 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
http://creativecommons.org/licenses/by-nc-nd/3.0/us/ info:eu-repo/semantics/openAccess |
rights_invalid_str_mv |
http://creativecommons.org/licenses/by-nc-nd/3.0/us/ |
eu_rights_str_mv |
openAccess |
dc.publisher.none.fl_str_mv |
Universidade Federal de Uberlândia |
dc.publisher.program.fl_str_mv |
Programa de Pós-graduação em Engenharia Mecânica |
dc.publisher.country.fl_str_mv |
Brasil |
publisher.none.fl_str_mv |
Universidade Federal de Uberlândia |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UFU instname:Universidade Federal de Uberlândia (UFU) instacron:UFU |
instname_str |
Universidade Federal de Uberlândia (UFU) |
instacron_str |
UFU |
institution |
UFU |
reponame_str |
Repositório Institucional da UFU |
collection |
Repositório Institucional da UFU |
bitstream.url.fl_str_mv |
https://repositorio.ufu.br/bitstream/123456789/30426/1/MonitoramentoTempoReal.pdf https://repositorio.ufu.br/bitstream/123456789/30426/2/license_rdf https://repositorio.ufu.br/bitstream/123456789/30426/3/license.txt https://repositorio.ufu.br/bitstream/123456789/30426/4/MonitoramentoTempoReal.pdf.txt https://repositorio.ufu.br/bitstream/123456789/30426/5/MonitoramentoTempoReal.pdf.jpg |
bitstream.checksum.fl_str_mv |
8d8bc1892d3a4e80e9a7f3a89fb412f3 9868ccc48a14c8d591352b6eaf7f6239 48ded82ce41b8d2426af12aed6b3cbf3 f9a40c5d649a144f216bdfc18a2e04da c4c5ad597aba394584d53f92e4f9d1e0 |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 MD5 |
repository.name.fl_str_mv |
Repositório Institucional da UFU - Universidade Federal de Uberlândia (UFU) |
repository.mail.fl_str_mv |
diinf@dirbi.ufu.br |
_version_ |
1802110493195763712 |