Abordagem de detecção de avarias em sistema dinâmico utilizando de técnica de inteligência artificial

• Autor(a) principal: Bernardi, Joao Marcelo Abreu
• Data de Publicação: 2020
• Tipo de documento: Dissertação
• Idioma: por
• Título da fonte: Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT))
• Texto Completo: http://repositorio.utfpr.edu.br/jspui/handle/1/27053
• topic: CNPQ::ENGENHARIAS; Redes neurais (Computação); Inteligência artificial; Sistemas dinâmicos diferenciais; Neural networks (Computer science); Artificial intelligence; Differentiable dynamical systems; Engenharia Mecânica

Ao analisar um ambiente industrial é possível observar que o mesmo é composto pelos mais diversos tipos de equipamentos, alguns sendo sistemas dinâmicos. Acontece que equipamentos de uma forma geral tendem a ter falhas ou avarias com o tempo de funcionamento, sendo que, isso pode vir a apresentar a indisponibilidade, causando assim, redução ou parada de produção. Para minimizar ao máximo essas paradas que adicionam custos e nenhum valor agregado ao produto, técnicas de manutenção preditiva como análise de vibração, termográfica, análise de óleos entre outros são utilizadas. O trabalho em questão visa utilizar técnicas de Rede Neural Artificial (RNA) para analisar um sinal de um sistema dinâmico para detectar que tipo de avaria o sistema possui. Posteriormente foi utilizado essa técnica e a Evolução Diferencial (ED) para determinar os parâmetros físicos do sistema. Ambos os estudos foram feitos computacionalmente, representando um sistema real de dois graus de liberdade, aonde após a validação do mesmo, avarias foram acrescentadas com o objetivo que posteriormente pudessem identificar alterações no real. Para as simulações foram feitas alterações nas propriedades de massa e rigidez e a excitação no sistema foi realizada por uma força senoidal. Em seguida, com dados experimentais, foram feitos testes nos sistemas construídos para ver a robustez dos mesmos. Os resultados do estudo se mostraram promissores para que se possa fazer um acompanhamento on-line e auxiliar na tomada de decisão, principalmente pelos resultados obtidos experimentalmente. Além disso, ao analisar os parâmetros é possível ter uma ideia melhor do ciclo de vida do equipamento e na gestão.