Análise de falhas em rotor utilizando deep neural networks

Detalhes bibliográficos
Autor(a) principal: Evangelista, Jonathan José
Data de Publicação: 2019
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/1/27398
Resumo: Mais da metade da energia total destinada ao setor industrial é consumida por motores. Uma parada na produção para correção de falhas do sistema motriz pode gerar alguns riscos e também sérios prejuízos para uma determinada empresa. A determinação precoce dessas falhas pode evitar uma manutenção não-programada e uma parada no processo de produção. Considerando um motor de indução trifásica e avaliando seu sistema elétrico, podemos prevenir algumas falhas relacionadas ao rotor, onde esta proposta de trabalho de conclusão de curso expõe um estudo relacionado ao diagnóstico de falhas do rotor de um MIT, utilizando sinais de corrente no domínio da frequência, onde a classificação das falhas será feita a partir da Deep Neural Network.
id UTFPR-12_dabfe02e49a3c52c5c53d8a9e24e6553
oai_identifier_str oai:repositorio.utfpr.edu.br:1/27398
network_acronym_str UTFPR-12
network_name_str Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT))
repository_id_str
spelling 2022-02-23T01:06:03Z2022-02-23T01:06:03Z2019-06-24EVANGELISTA, Jonathan José. Análise de falhas em rotor utilizando deep neural networks. 2019. Trabalho de Conclusão de Curso (Bacharelado em Engenharia Elétrica) - Universidade Tecnológica Federal do Paraná, Cornélio Procópio, 2019.http://repositorio.utfpr.edu.br/jspui/handle/1/27398Mais da metade da energia total destinada ao setor industrial é consumida por motores. Uma parada na produção para correção de falhas do sistema motriz pode gerar alguns riscos e também sérios prejuízos para uma determinada empresa. A determinação precoce dessas falhas pode evitar uma manutenção não-programada e uma parada no processo de produção. Considerando um motor de indução trifásica e avaliando seu sistema elétrico, podemos prevenir algumas falhas relacionadas ao rotor, onde esta proposta de trabalho de conclusão de curso expõe um estudo relacionado ao diagnóstico de falhas do rotor de um MIT, utilizando sinais de corrente no domínio da frequência, onde a classificação das falhas será feita a partir da Deep Neural Network.More than half of the total energy destined for the industrial sector is consumed by engines. Stopping production to correct motor system failures can generate some risks and also serious losses for a given company. Early determination of these faults can prevent unscheduled maintenance and a halt in the production process. Considering a three-phase induction motor and evaluating its electrical system, we can prevent some rotor-related faults, where this proposal of completion work exposes a study related to the diagnosis of rotor faults of an MIT, using current signals in the field of frequency, where the classification of failures will be made from Deep Neural Network.porUniversidade Tecnológica Federal do ParanáCornelio ProcopioEngenharia ElétricaUTFPRBrasilCNPQ::ENGENHARIAS::ENGENHARIA ELETRICALocalização de falhas (Engenharia)RotoresMotores elétricos de induçãoFault location (Engineering)RotorsElectric motors, InductionAnálise de falhas em rotor utilizando deep neural networksinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisCornélio ProcópioGodoy, Wagner FontesGodoy, Wagner FontesFinocchio, Marco Antonio FerreiraPaschoalino, Carlos AlbertoEvangelista, Jonathan Joséinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT))instname:Universidade Tecnológica Federal do Paraná (UTFPR)instacron:UTFPRLICENSElicense.txtlicense.txttext/plain; charset=utf-81290http://repositorio.utfpr.edu.br:8080/jspui/bitstream/1/27398/2/license.txtb9d82215ab23456fa2d8b49c5df1b95bMD52ORIGINALCP_COELT_2019_1_10.pdfCP_COELT_2019_1_10.pdfapplication/pdf750788http://repositorio.utfpr.edu.br:8080/jspui/bitstream/1/27398/1/CP_COELT_2019_1_10.pdfb657111602297b49425d4260594e2dfdMD51TEXTCP_COELT_2019_1_10.pdf.txtCP_COELT_2019_1_10.pdf.txtExtracted texttext/plain38161http://repositorio.utfpr.edu.br:8080/jspui/bitstream/1/27398/3/CP_COELT_2019_1_10.pdf.txt26990d738af3812d5e3ee2f210db8951MD53THUMBNAILCP_COELT_2019_1_10.pdf.jpgCP_COELT_2019_1_10.pdf.jpgGenerated Thumbnailimage/jpeg1226http://repositorio.utfpr.edu.br:8080/jspui/bitstream/1/27398/4/CP_COELT_2019_1_10.pdf.jpg228f3efe2fb4f88ad964ded313b8bc14MD541/273982022-02-23 03:09:15.413oai:repositorio.utfpr.edu.br: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ório de PublicaçõesPUBhttp://repositorio.utfpr.edu.br:8080/oai/requestopendoar:2022-02-23T06:09:15Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT)) - Universidade Tecnológica Federal do Paraná (UTFPR)false
dc.title.pt_BR.fl_str_mv Análise de falhas em rotor utilizando deep neural networks
title Análise de falhas em rotor utilizando deep neural networks
spellingShingle Análise de falhas em rotor utilizando deep neural networks
Evangelista, Jonathan José
CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA
Localização de falhas (Engenharia)
Rotores
Motores elétricos de indução
Fault location (Engineering)
Rotors
Electric motors, Induction
title_short Análise de falhas em rotor utilizando deep neural networks
title_full Análise de falhas em rotor utilizando deep neural networks
title_fullStr Análise de falhas em rotor utilizando deep neural networks
title_full_unstemmed Análise de falhas em rotor utilizando deep neural networks
title_sort Análise de falhas em rotor utilizando deep neural networks
author Evangelista, Jonathan José
author_facet Evangelista, Jonathan José
author_role author
dc.contributor.advisor1.fl_str_mv Godoy, Wagner Fontes
dc.contributor.referee1.fl_str_mv Godoy, Wagner Fontes
dc.contributor.referee2.fl_str_mv Finocchio, Marco Antonio Ferreira
dc.contributor.referee3.fl_str_mv Paschoalino, Carlos Alberto
dc.contributor.author.fl_str_mv Evangelista, Jonathan José
contributor_str_mv Godoy, Wagner Fontes
Godoy, Wagner Fontes
Finocchio, Marco Antonio Ferreira
Paschoalino, Carlos Alberto
dc.subject.cnpq.fl_str_mv CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA
topic CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA
Localização de falhas (Engenharia)
Rotores
Motores elétricos de indução
Fault location (Engineering)
Rotors
Electric motors, Induction
dc.subject.por.fl_str_mv Localização de falhas (Engenharia)
Rotores
Motores elétricos de indução
Fault location (Engineering)
Rotors
Electric motors, Induction
description Mais da metade da energia total destinada ao setor industrial é consumida por motores. Uma parada na produção para correção de falhas do sistema motriz pode gerar alguns riscos e também sérios prejuízos para uma determinada empresa. A determinação precoce dessas falhas pode evitar uma manutenção não-programada e uma parada no processo de produção. Considerando um motor de indução trifásica e avaliando seu sistema elétrico, podemos prevenir algumas falhas relacionadas ao rotor, onde esta proposta de trabalho de conclusão de curso expõe um estudo relacionado ao diagnóstico de falhas do rotor de um MIT, utilizando sinais de corrente no domínio da frequência, onde a classificação das falhas será feita a partir da Deep Neural Network.
publishDate 2019
dc.date.issued.fl_str_mv 2019-06-24
dc.date.accessioned.fl_str_mv 2022-02-23T01:06:03Z
dc.date.available.fl_str_mv 2022-02-23T01:06:03Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/bachelorThesis
format bachelorThesis
status_str publishedVersion
dc.identifier.citation.fl_str_mv EVANGELISTA, Jonathan José. Análise de falhas em rotor utilizando deep neural networks. 2019. Trabalho de Conclusão de Curso (Bacharelado em Engenharia Elétrica) - Universidade Tecnológica Federal do Paraná, Cornélio Procópio, 2019.
dc.identifier.uri.fl_str_mv http://repositorio.utfpr.edu.br/jspui/handle/1/27398
identifier_str_mv EVANGELISTA, Jonathan José. Análise de falhas em rotor utilizando deep neural networks. 2019. Trabalho de Conclusão de Curso (Bacharelado em Engenharia Elétrica) - Universidade Tecnológica Federal do Paraná, Cornélio Procópio, 2019.
url http://repositorio.utfpr.edu.br/jspui/handle/1/27398
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.publisher.none.fl_str_mv Universidade Tecnológica Federal do Paraná
Cornelio Procopio
dc.publisher.program.fl_str_mv 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/1/27398/2/license.txt
http://repositorio.utfpr.edu.br:8080/jspui/bitstream/1/27398/1/CP_COELT_2019_1_10.pdf
http://repositorio.utfpr.edu.br:8080/jspui/bitstream/1/27398/3/CP_COELT_2019_1_10.pdf.txt
http://repositorio.utfpr.edu.br:8080/jspui/bitstream/1/27398/4/CP_COELT_2019_1_10.pdf.jpg
bitstream.checksum.fl_str_mv b9d82215ab23456fa2d8b49c5df1b95b
b657111602297b49425d4260594e2dfd
26990d738af3812d5e3ee2f210db8951
228f3efe2fb4f88ad964ded313b8bc14
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_ 1805922933603827712

Registros relacionados