Multiclassificação de falhas em motores de indução trifásicos utilizando um único transformador de corrente e redes neurais artificiais

Detalhes bibliográficos
Autor(a) principal: Lopes, Tiago Drummond
Data de Publicação: 2016
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/1/3370
Resumo: O elemento mais utilizado de conversão de energia elétrica em mecânica motriz é o motor de indução trifásico, o qual é indispensável nos processos produtivos industriais. Esse equipamento é constantemente alvo de pesquisas, as quais visam identificar defeitos a fim de diminuir as taxas de manutenções, minimizar as paradas não programadas no processo, reduzir custos e aumentar a disponibilidade dessas máquinas nos processos industriais. Esta dissertação propõe o estudo, desenvolvimento e implementação de um sistema para detecção e classificação de falhas de estator, rotor e rolamento de motores elétricos por meio do monitoramento dos sinais de corrente do motor no domínio do tempo por um transformador de corrente. Mais especificamente, o trabalho utiliza redes neurais artificiais do tipo Perceptron Multicamadas, as quais têm como entrada os sinais de corrente da máquina medidas por um único transformador de corrente, para identificar e classificar falhas deum motor de indução trifásico. A base de dados utilizada para desenvolvimento do trabalho foi obtida por meio de experimentos realizados com motores de 0,736 kW e 1,47 kW em uma bancada de testes. O sistema é validado com as duas máquinas trabalhando com variações de conjugado de carga e desequilíbrio de tensão em sua alimentação. Ainda, a proposta é embarcada em hardware dedicado baseado em um processador digital de sinais e testes experimentais são realizados com o sistema funcionando em tempo real.
id UTFPR-12_5867a98870c37dc341475dcce741bcac
oai_identifier_str oai:repositorio.utfpr.edu.br:1/3370
network_acronym_str UTFPR-12
network_name_str Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT))
repository_id_str
spelling 2018-08-21T17:08:42Z50002018-08-21T17:08:42Z2016-08-26LOPES, Tiago Drummond. Multiclassificação de falhas em motores de indução trifásicos utilizando um único transformador de corrente e redes neurais artificiais. 2016. 99 f. Dissertação (Mestrado em Engenharia Elétrica) - Universidade Tecnológica Federal do Paraná, Cornélio Procópio, 2016.http://repositorio.utfpr.edu.br/jspui/handle/1/3370O elemento mais utilizado de conversão de energia elétrica em mecânica motriz é o motor de indução trifásico, o qual é indispensável nos processos produtivos industriais. Esse equipamento é constantemente alvo de pesquisas, as quais visam identificar defeitos a fim de diminuir as taxas de manutenções, minimizar as paradas não programadas no processo, reduzir custos e aumentar a disponibilidade dessas máquinas nos processos industriais. Esta dissertação propõe o estudo, desenvolvimento e implementação de um sistema para detecção e classificação de falhas de estator, rotor e rolamento de motores elétricos por meio do monitoramento dos sinais de corrente do motor no domínio do tempo por um transformador de corrente. Mais especificamente, o trabalho utiliza redes neurais artificiais do tipo Perceptron Multicamadas, as quais têm como entrada os sinais de corrente da máquina medidas por um único transformador de corrente, para identificar e classificar falhas deum motor de indução trifásico. A base de dados utilizada para desenvolvimento do trabalho foi obtida por meio de experimentos realizados com motores de 0,736 kW e 1,47 kW em uma bancada de testes. O sistema é validado com as duas máquinas trabalhando com variações de conjugado de carga e desequilíbrio de tensão em sua alimentação. Ainda, a proposta é embarcada em hardware dedicado baseado em um processador digital de sinais e testes experimentais são realizados com o sistema funcionando em tempo real.The element most used to convert electrical energy into mechanical is the phase induction motor, which is indispensable in industrial production processes. This equipment is constantly subject of research to identify defects in order to reduce maintenance costs, minimize unscheduled process stoppages, reduce costs and mainly increase availability. Hence, This work proposes the study, development and implementation of a system for detecting and classify stator short-circuit faults, broken rotor bars and bearing faults in induction motors by monitoring the stator current signals in the time domain by using a current transformer. More specifically, this work consider the usage of Artificial Neural Networks of Mult Layer Perceptron type, using as the inputs the current signals measured by the current transformer, to proper identify and classify induction motor faults. The database used for the development has been obtained through the experiments performed with motors of 0,736 kW and 0,736 kW on a test bench. The system is validated with both machines working with load torque variation and voltage unbalance. Still, the proposal is embedded in dedicated hardware based on a digital signals processor and experimental tests are performed with the system running in real time.Conselho Nacional do Desenvolvimento Científico e Tecnológico (CNPq)Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)Fundação Araucária de Apoio ao Desenvolvimento Científico e Tecnológico do ParanáporUniversidade Tecnológica Federal do ParanáCornelio ProcopioPrograma de Pós-Graduação em Engenharia ElétricaUTFPRBrasilCNPQ::ENGENHARIASEngenharia ElétricaMotores elétricos de induçãoRedes neurais (Computação)RotoresElectric motors, InductionNeural networks (Computer science)RotorsMulticlassificação de falhas em motores de indução trifásicos utilizando um único transformador de corrente e redes neurais artificiaisMultiple faults classification on three-phase induction motors using a single current transformer and artificial neural networksinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisCornélio ProcópioGoedtel, Alessandrohttp://lattes.cnpq.br/1920650157123774Goedtel, AlessandroSilva, Ivan Nunes daCastoldi, Marcelo FavorettoSumar, Rodrigo Rodrigueshttp://lattes.cnpq.br/8376089143847860Lopes, Tiago Drummondinfo:eu-repo/semantics/embargoedAccessreponame:Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT))instname:Universidade Tecnológica Federal do Paraná (UTFPR)instacron:UTFPRORIGINALCP_PPGEE_M_Lopes, Tiago Drummond_2016.pdfCP_PPGEE_M_Lopes, Tiago Drummond_2016.pdfapplication/pdf5077439http://repositorio.utfpr.edu.br:8080/jspui/bitstream/1/3370/1/CP_PPGEE_M_Lopes%2c%20Tiago%20Drummond_2016.pdf61943cddaa38699ed5bee5c346a91809MD51LICENSElicense.txtlicense.txttext/plain; charset=utf-81748http://repositorio.utfpr.edu.br:8080/jspui/bitstream/1/3370/2/license.txt8a4605be74aa9ea9d79846c1fba20a33MD52TEXTCP_PPGEE_M_Lopes, Tiago Drummond_2016.pdf.txtCP_PPGEE_M_Lopes, Tiago Drummond_2016.pdf.txtExtracted texttext/plain228257http://repositorio.utfpr.edu.br:8080/jspui/bitstream/1/3370/3/CP_PPGEE_M_Lopes%2c%20Tiago%20Drummond_2016.pdf.txt6b9456e272603090edd8a601ecc5300fMD53THUMBNAILCP_PPGEE_M_Lopes, Tiago Drummond_2016.pdf.jpgCP_PPGEE_M_Lopes, Tiago Drummond_2016.pdf.jpgGenerated Thumbnailimage/jpeg1305http://repositorio.utfpr.edu.br:8080/jspui/bitstream/1/3370/4/CP_PPGEE_M_Lopes%2c%20Tiago%20Drummond_2016.pdf.jpg9e7cb2e858f6a3eac7f17949c3ef7175MD541/33702018-08-21 14:08:42.223oai:repositorio.utfpr.edu.br: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Repositório de PublicaçõesPUBhttp://repositorio.utfpr.edu.br:8080/oai/requestopendoar:2018-08-21T17:08:42Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT)) - Universidade Tecnológica Federal do Paraná (UTFPR)false
dc.title.pt_BR.fl_str_mv Multiclassificação de falhas em motores de indução trifásicos utilizando um único transformador de corrente e redes neurais artificiais
dc.title.alternative.pt_BR.fl_str_mv Multiple faults classification on three-phase induction motors using a single current transformer and artificial neural networks
title Multiclassificação de falhas em motores de indução trifásicos utilizando um único transformador de corrente e redes neurais artificiais
spellingShingle Multiclassificação de falhas em motores de indução trifásicos utilizando um único transformador de corrente e redes neurais artificiais
Lopes, Tiago Drummond
CNPQ::ENGENHARIAS
Motores elétricos de indução
Redes neurais (Computação)
Rotores
Electric motors, Induction
Neural networks (Computer science)
Rotors
Engenharia Elétrica
title_short Multiclassificação de falhas em motores de indução trifásicos utilizando um único transformador de corrente e redes neurais artificiais
title_full Multiclassificação de falhas em motores de indução trifásicos utilizando um único transformador de corrente e redes neurais artificiais
title_fullStr Multiclassificação de falhas em motores de indução trifásicos utilizando um único transformador de corrente e redes neurais artificiais
title_full_unstemmed Multiclassificação de falhas em motores de indução trifásicos utilizando um único transformador de corrente e redes neurais artificiais
title_sort Multiclassificação de falhas em motores de indução trifásicos utilizando um único transformador de corrente e redes neurais artificiais
author Lopes, Tiago Drummond
author_facet Lopes, Tiago Drummond
author_role author
dc.contributor.advisor1.fl_str_mv Goedtel, Alessandro
dc.contributor.advisor1Lattes.fl_str_mv http://lattes.cnpq.br/1920650157123774
dc.contributor.referee1.fl_str_mv Goedtel, Alessandro
dc.contributor.referee2.fl_str_mv Silva, Ivan Nunes da
dc.contributor.referee3.fl_str_mv Castoldi, Marcelo Favoretto
dc.contributor.referee4.fl_str_mv Sumar, Rodrigo Rodrigues
dc.contributor.authorLattes.fl_str_mv http://lattes.cnpq.br/8376089143847860
dc.contributor.author.fl_str_mv Lopes, Tiago Drummond
contributor_str_mv Goedtel, Alessandro
Goedtel, Alessandro
Silva, Ivan Nunes da
Castoldi, Marcelo Favoretto
Sumar, Rodrigo Rodrigues
dc.subject.cnpq.fl_str_mv CNPQ::ENGENHARIAS
topic CNPQ::ENGENHARIAS
Motores elétricos de indução
Redes neurais (Computação)
Rotores
Electric motors, Induction
Neural networks (Computer science)
Rotors
Engenharia Elétrica
dc.subject.por.fl_str_mv Motores elétricos de indução
Redes neurais (Computação)
Rotores
Electric motors, Induction
Neural networks (Computer science)
Rotors
dc.subject.capes.pt_BR.fl_str_mv Engenharia Elétrica
description O elemento mais utilizado de conversão de energia elétrica em mecânica motriz é o motor de indução trifásico, o qual é indispensável nos processos produtivos industriais. Esse equipamento é constantemente alvo de pesquisas, as quais visam identificar defeitos a fim de diminuir as taxas de manutenções, minimizar as paradas não programadas no processo, reduzir custos e aumentar a disponibilidade dessas máquinas nos processos industriais. Esta dissertação propõe o estudo, desenvolvimento e implementação de um sistema para detecção e classificação de falhas de estator, rotor e rolamento de motores elétricos por meio do monitoramento dos sinais de corrente do motor no domínio do tempo por um transformador de corrente. Mais especificamente, o trabalho utiliza redes neurais artificiais do tipo Perceptron Multicamadas, as quais têm como entrada os sinais de corrente da máquina medidas por um único transformador de corrente, para identificar e classificar falhas deum motor de indução trifásico. A base de dados utilizada para desenvolvimento do trabalho foi obtida por meio de experimentos realizados com motores de 0,736 kW e 1,47 kW em uma bancada de testes. O sistema é validado com as duas máquinas trabalhando com variações de conjugado de carga e desequilíbrio de tensão em sua alimentação. Ainda, a proposta é embarcada em hardware dedicado baseado em um processador digital de sinais e testes experimentais são realizados com o sistema funcionando em tempo real.
publishDate 2016
dc.date.issued.fl_str_mv 2016-08-26
dc.date.accessioned.fl_str_mv 2018-08-21T17:08:42Z
dc.date.available.fl_str_mv 2018-08-21T17:08:42Z
5000
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 LOPES, Tiago Drummond. Multiclassificação de falhas em motores de indução trifásicos utilizando um único transformador de corrente e redes neurais artificiais. 2016. 99 f. Dissertação (Mestrado em Engenharia Elétrica) - Universidade Tecnológica Federal do Paraná, Cornélio Procópio, 2016.
dc.identifier.uri.fl_str_mv http://repositorio.utfpr.edu.br/jspui/handle/1/3370
identifier_str_mv LOPES, Tiago Drummond. Multiclassificação de falhas em motores de indução trifásicos utilizando um único transformador de corrente e redes neurais artificiais. 2016. 99 f. Dissertação (Mestrado em Engenharia Elétrica) - Universidade Tecnológica Federal do Paraná, Cornélio Procópio, 2016.
url http://repositorio.utfpr.edu.br/jspui/handle/1/3370
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/embargoedAccess
eu_rights_str_mv embargoedAccess
dc.publisher.none.fl_str_mv Universidade Tecnológica Federal do Paraná
Cornelio Procopio
dc.publisher.program.fl_str_mv Programa de Pós-Graduação em Engenharia Elétrica
dc.publisher.initials.fl_str_mv UTFPR
dc.publisher.country.fl_str_mv Brasil
publisher.none.fl_str_mv Universidade Tecnológica Federal do Paraná
Cornelio Procopio
dc.source.none.fl_str_mv reponame:Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT))
instname:Universidade Tecnológica Federal do Paraná (UTFPR)
instacron:UTFPR
instname_str Universidade Tecnológica Federal do Paraná (UTFPR)
instacron_str UTFPR
institution UTFPR
reponame_str Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT))
collection Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT))
bitstream.url.fl_str_mv http://repositorio.utfpr.edu.br:8080/jspui/bitstream/1/3370/1/CP_PPGEE_M_Lopes%2c%20Tiago%20Drummond_2016.pdf
http://repositorio.utfpr.edu.br:8080/jspui/bitstream/1/3370/2/license.txt
http://repositorio.utfpr.edu.br:8080/jspui/bitstream/1/3370/3/CP_PPGEE_M_Lopes%2c%20Tiago%20Drummond_2016.pdf.txt
http://repositorio.utfpr.edu.br:8080/jspui/bitstream/1/3370/4/CP_PPGEE_M_Lopes%2c%20Tiago%20Drummond_2016.pdf.jpg
bitstream.checksum.fl_str_mv 61943cddaa38699ed5bee5c346a91809
8a4605be74aa9ea9d79846c1fba20a33
6b9456e272603090edd8a601ecc5300f
9e7cb2e858f6a3eac7f17949c3ef7175
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT)) - Universidade Tecnológica Federal do Paraná (UTFPR)
repository.mail.fl_str_mv
_version_ 1805922970479099904