Uma nova técnica para monitoramento e diagnóstico de desequilíbrios de tensão aplicada em motores de indução trifásicos empregando sensores de emissão acústica e Transformada Wavelet

• Autor(a) principal: Lucas, Guilherme Beraldi
• Data de Publicação: 2020
• Tipo de documento: Dissertação
• Idioma: por
• Título da fonte: Repositório Institucional da UNESP
• Texto Completo: http://hdl.handle.net/11449/202251
• topic: Tensão desequilibrada; Transformada Wavelet; Sensor Piezoelétrico; Motor de Indução; Clusterização; Unbalanced voltages; Wavelet Transform; Piezoelectric sensor; Induction motor; Clustering

A interrupção do funcionamento de um motor de indução trifásico (MIT) em uma linha de produção representa um alto custo operacional e financeiro. No entanto, estas máquinas estão frequentemente expostas a falhas mecânicas e elétricas que podem causar desde pequenos danos até a interrupção forçada de sua atividade. Esta conjuntura levou ao desenvolvimento de análises que utilizam diferentes sensores e técnicas de processamento de sinais com intuito de monitoramento dos MITs. Dentre elas, a análise de emissão acústica (EA) se destaca como uma ferramenta promissora e que se caracteriza por ser uma técnica não invasiva (TNI). Já o desequilíbrio de tensão (DT) é uma condição na alimentação elétrica da máquina e que, conhecidamente, é a origem de diversas falhas, entre elas o desgaste da isolação dos enrolamentos por efeito de sobreaquecimento, torque oscilatório e a diminuição da vida útil da máquina. Portanto, este trabalho propõe uma nova abordagem para o monitoramento dos DTs. Além de sua detecção e da identificação de qual fase foi afetada, foi também desenvolvido um sistema que possibilita a classificação de sua magnitude para MITs alimentados diretamente pela rede de baixa tensão. Para tanto, sensores piezoelétricos de baixo custo foram acoplados ao motor, tencionando a aquisição dos sinais de emissão acústica gerados como consequência dos DTs no equipamento. Para que fosse possível alcançar o diagnóstico proposto, foi desenvolvido um novo índice de análise dos sinais de EA baseado em técnicas avançadas de processamento de sinais como a Transformada Wavelet, energia do sinal de EA e a taxa de cruzamento por zero. Essas técnicas, além de possibilitarem o estudo de sinais transitórios e nãoestocásticos, também permitiram uma análise no domínio tempo-frequência dos sinais. Por fim, os resultados demonstraram que este método é capaz de detectar, identificar e classificar os DTs corretamente, o que comprova a eficiência da abordagem e dos sensores utilizados.