Classificação de diferentes métodos de filtragem aplicados ao diagnóstico de falhas de estator em motores de indução trifásicos acionados por inversores de frequência

• Autor(a) principal: Gonçalves, Gabriel Aoki
• Data de Publicação: 2020
• Tipo de documento: Trabalho de conclusão de curso
• 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/1/28763
• topic: CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA; Motores elétricos de indução; Localização de falhas (Engenharia); Redes Neurais Artificiais; Electric motors, Induction; Fault location (Engineering); Neural networks (Computer science)

Este trabalho de conclusão de curso propõe um estudo relacionado à comparação de desempenho de diferentes métodos de filtragem aplicados ao diagnóstico de falhas de estator em motores de indução trifásicos acionados por inversores de frequência. O trabalho propõe ainda o emprego dos seguintes métodos de filtragem (6) Kernel, (I) Análise de Componentes Principais, (iii) Wavelet. Na etapa de classificação serão utilizados os seguintes classificadores: Random Forest, Função de Base Radial (RBF Network) e k-Vizinhos mais próximos (k-NN). Foram realizadas as análises de cada um dos filtros dentro de cada um dos classificadores, para fim de uma melhor comparação de resultados e, consequentemente uma avaliação mais eficaz.