Multiclassificação de falhas em motores de indução trifásicos utilizando um único transformador de corrente e redes neurais artificiais
Autor(a) principal: | |
---|---|
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 |