Desenvolvimento de um sistema inteligente hibrido para diagnostico de falhas em motores de indução trifasicos

Detalhes bibliográficos
Autor(a) principal: Brito, Jorge Nei
Data de Publicação: 2002
Tipo de documento: Tese
Idioma: por
Título da fonte: Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
Texto Completo: https://hdl.handle.net/20.500.12733/1592250
Resumo: Orientador : Robson Pederiva
id UNICAMP-30_c63a529fc40160cf5d2db648036f3372
oai_identifier_str oai::239996
network_acronym_str UNICAMP-30
network_name_str Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
repository_id_str
spelling Desenvolvimento de um sistema inteligente hibrido para diagnostico de falhas em motores de indução trifasicosMotores elétricos de corrente alternadaInteligência artificialRedes neurais (Computação)Sistemas especialistas (Computação)Software - ManutençãoOrientador : Robson PederivaTese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia MecanicaResumo: A aplicação de motores elétricos na indústria é extensa, sendo expostos a uma ampla variedade de ambientes e condições, onde o tempo de uso os tomam sujeitos à diversas falhas incipientes. Tais falhas, se não forem detectadas rapidamente, contribuem para a degradação e eventual quebra dos mesmos. Neste trabalho apresenta-se o sistema híbrido HY_NES, uma abordagem baseada em técnicas de inteligência artificial (redes neurais artificiais e sistemas especialistas) para diagnosticar falhas de origem mecânica (desbalanceamento, desalinhamento e folga mecânica), elétrica (desequilíbrio de fase e barras quebradas) e a condição normal de funcionamento do motor (assinatura da máquina). Os sinais de vibração foram coletados, aleatoriamente, nas direções vertical, axial e horizontal, lado do acoplamento e lado da ventoinha, formando um banco de dados de 50 testes para cada condição de falha. Um filtro seletivo foi aplicado para reduzir o número de parâmetros representativos dos sinais das excitações durante o treinamento das 72 redes neurais artificiais. Foram implementadas 199 regras no sistema especialista que contemplam o conteúdo heurístico para a saída dessas redes. Os resultados do sistema híbrido HY_NES confirmam sua eficiência e o credencia como uma abordagem promissora no diagnóstico on-line de falhas em motores de indução trifásicos, podendo também ser incluído em programas de Manutenção Centrada em ConfiabilidadeAbstract: The use of electric motors in industry is extensive. These motors are exposed to wide variety of environments and conditions which age the motor and make it subject to incipient faults. These incipient faults, if left undetected, contribute to the degradation and eventual failure of the motors. This investigation introduces the HY_NES, a new approach behind a novel hybrid neural/expert system technology to solve fault detection from mechanical (unbalance, misalignment and mechanical looseness) and electrical (phase unbalances and broken bars) sources beyond the normal condition (motor signature). Those excitations were obtained through experimental tests repeated fifty times randomly for the same conditions for each condition of failure. The signals were acquired in the both sides of the motor on the vertical, horizontal and axial directions. It will be also employed a selective filter used to reduce the number of parameters to represent the signals of excitations during the 72 artificial neural networks training. It was implemented 199 roles in the expert system that can easily provide heuristics reasoning for the artificial neural network outputs. The results obtained confirmed the efficiency of the hybrid system HY_NES and its relevance as a promising approach to diagnose faults in induction motors on-line as well as inc1uded it in Reliability Based Maintenance programsDoutoradoMecânica dos Sólidos e Projeto MecânicoDoutor em Engenharia Mecânica[s.n.]Pederiva, Robson, 1957-Lepore Neto, Francisco PauloCaminhas, Walmir MatosNóbrega, Eurípedes Guilherme de OliveiraDedini, Katia Lucchesi CavalcaUniversidade Estadual de Campinas (UNICAMP). Faculdade de Engenharia MecânicaPrograma de Pós-Graduação não informadoUNIVERSIDADE ESTADUAL DE CAMPINASBrito, Jorge Nei20022002-02-21T00:00:00Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisapplication/pdf214p. : il.(Broch.)https://hdl.handle.net/20.500.12733/1592250BRITO, Jorge Nei. Desenvolvimento de um sistema inteligente hibrido para diagnostico de falhas em motores de indução trifasicos. 2002. 214p. Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Mecanica, Campinas, SP. Disponível em: https://hdl.handle.net/20.500.12733/1592250. Acesso em: 2 set. 2024.https://repositorio.unicamp.br/acervo/detalhe/239996porreponame:Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)instname:Universidade Estadual de Campinas (UNICAMP)instacron:UNICAMPinfo:eu-repo/semantics/openAccess2017-02-18T03:36:04Zoai::239996Biblioteca Digital de Teses e DissertaçõesPUBhttp://repositorio.unicamp.br/oai/tese/oai.aspsbubd@unicamp.bropendoar:2017-02-18T03:36:04Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP) - Universidade Estadual de Campinas (UNICAMP)false
dc.title.none.fl_str_mv Desenvolvimento de um sistema inteligente hibrido para diagnostico de falhas em motores de indução trifasicos
title Desenvolvimento de um sistema inteligente hibrido para diagnostico de falhas em motores de indução trifasicos
spellingShingle Desenvolvimento de um sistema inteligente hibrido para diagnostico de falhas em motores de indução trifasicos
Brito, Jorge Nei
Motores elétricos de corrente alternada
Inteligência artificial
Redes neurais (Computação)
Sistemas especialistas (Computação)
Software - Manutenção
title_short Desenvolvimento de um sistema inteligente hibrido para diagnostico de falhas em motores de indução trifasicos
title_full Desenvolvimento de um sistema inteligente hibrido para diagnostico de falhas em motores de indução trifasicos
title_fullStr Desenvolvimento de um sistema inteligente hibrido para diagnostico de falhas em motores de indução trifasicos
title_full_unstemmed Desenvolvimento de um sistema inteligente hibrido para diagnostico de falhas em motores de indução trifasicos
title_sort Desenvolvimento de um sistema inteligente hibrido para diagnostico de falhas em motores de indução trifasicos
author Brito, Jorge Nei
author_facet Brito, Jorge Nei
author_role author
dc.contributor.none.fl_str_mv Pederiva, Robson, 1957-
Lepore Neto, Francisco Paulo
Caminhas, Walmir Matos
Nóbrega, Eurípedes Guilherme de Oliveira
Dedini, Katia Lucchesi Cavalca
Universidade Estadual de Campinas (UNICAMP). Faculdade de Engenharia Mecânica
Programa de Pós-Graduação não informado
UNIVERSIDADE ESTADUAL DE CAMPINAS
dc.contributor.author.fl_str_mv Brito, Jorge Nei
dc.subject.por.fl_str_mv Motores elétricos de corrente alternada
Inteligência artificial
Redes neurais (Computação)
Sistemas especialistas (Computação)
Software - Manutenção
topic Motores elétricos de corrente alternada
Inteligência artificial
Redes neurais (Computação)
Sistemas especialistas (Computação)
Software - Manutenção
description Orientador : Robson Pederiva
publishDate 2002
dc.date.none.fl_str_mv 2002
2002-02-21T00:00:00Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/doctoralThesis
format doctoralThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv (Broch.)
https://hdl.handle.net/20.500.12733/1592250
BRITO, Jorge Nei. Desenvolvimento de um sistema inteligente hibrido para diagnostico de falhas em motores de indução trifasicos. 2002. 214p. Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Mecanica, Campinas, SP. Disponível em: https://hdl.handle.net/20.500.12733/1592250. Acesso em: 2 set. 2024.
identifier_str_mv (Broch.)
BRITO, Jorge Nei. Desenvolvimento de um sistema inteligente hibrido para diagnostico de falhas em motores de indução trifasicos. 2002. 214p. Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Mecanica, Campinas, SP. Disponível em: https://hdl.handle.net/20.500.12733/1592250. Acesso em: 2 set. 2024.
url https://hdl.handle.net/20.500.12733/1592250
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv https://repositorio.unicamp.br/acervo/detalhe/239996
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
214p. : il.
dc.publisher.none.fl_str_mv [s.n.]
publisher.none.fl_str_mv [s.n.]
dc.source.none.fl_str_mv reponame:Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
instname:Universidade Estadual de Campinas (UNICAMP)
instacron:UNICAMP
instname_str Universidade Estadual de Campinas (UNICAMP)
instacron_str UNICAMP
institution UNICAMP
reponame_str Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
collection Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP) - Universidade Estadual de Campinas (UNICAMP)
repository.mail.fl_str_mv sbubd@unicamp.br
_version_ 1809188869446303744

Registros relacionados