Monitoramento em tempo real da qualidade de sinais de vibrações, utilizando inteligência artificial

Detalhes bibliográficos
Autor(a) principal: Meola, Tatiana
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: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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

Registros relacionados