Use este identificador para citar ou linkar para este item: http://repositorio.utfpr.edu.br/jspui/handle/1/26886
Título: Manutenção preditiva com sistema de identificação de vibrações em vídeo usando ampliação de movimento
Título(s) alternativo(s): Predictive maintenance with video vibration identification system using motion magnification
Autor(es): Richter, Jonathan Gilliard
Orientador(es): Betini, Roberto Cesar
Palavras-chave: Máquinas - Manutenção e reparos
Vibração - Medição
Imagens digitais
Visão computacional
Computador de placa única
Machinery - Maintenance and repair
Vibration - Measurement
Digital images
Computer vision
Single-board computers
Data do documento: 24-Nov-2021
Editor: Universidade Tecnológica Federal do Paraná
Câmpus: Curitiba
Citação: RICHTER, Jonathan Gilliard. Manutenção preditiva com sistema de identificação de vibrações em vídeo usando ampliação de movimento. 2021. Dissertação (Mestrado em Computação Aplicada) - Universidade Tecnológica Federal do Paraná, Curitiba, 2021.
Resumo: A manutenção preditiva é a mais indicada para as indústrias, por monitorar a saúde das máquinas e propiciar a menor quantidade de paradas na linha de produção. Um dos sinais monitorados é o nível de vibração das máquinas. Os instrumentos mais utilizados para essa medição são os sensores, medidores e analisadores de vibração, que em sua maioria precisam de contato físico com o equipamento monitorado. Porém, esses instrumentos são difíceis de serem acoplados em máquinas antigas, dependem de fios e podem apresentar defeito gerando medições erradas. As soluções que mensuram o nível de vibração sem contato possuem custo elevado. Por isso, o objetivo dessa pesquisa é é implementar e desenvolver uma solução computacional para medir, em tempo real e sem contato, as vibrações de motores elétricos em múltiplas áreas de interesse. Esse objetivo é alcançado propondo o Sistema de Identificação de Vibrações em Vídeo usando Ampliação de Movimento (SIVVAM), em que as principais contribuições são a identificação da vibração em motor sem contato, o processamento em tempo real, definição de duas áreas de interesse para medir a vibração simultaneamente, o que proporciona maior mobilidade e velocidade de processamento ao sistema proposto em relação às soluções existentes. A solução proposta pode auxiliar na manutenção preditiva alertando quando o nível de vibração estiver acima do padrão indicado pela norma ISO 10816- 3.
Abstract: Predictive maintenance is the most suitable for industries, as it monitors the health of machines and provides the least amount of downtime in the production line. One of the monitored signals is the vibration level of the machines. The instruments most used for this measurement are vibration sensors, meters and analyzers, which mostly need physical contact with the monitored equipment. However, these instruments are difficult to be attached to old machines, depend on wires and can malfunction, generating wrong measurements. Solutions that measure the level of vibration without contact are expensive. Therefore, the objective of this research is to implement and develop a computational solution to measure, in real time and without contact, the vibrations of electric motors in multiple areas of interest. This objective is achieved by proposing the Video Vibration Identification System using Motion Magnification (SIVVAM), in which the main contributions are the identification of non-contact motor vibration, real-time processing, definition of two areas of interest to measure vibration simultaneously, which provides greater mobility and processing speed to the proposed system in relation to existing solutions. The proposed solution can assist in predictive maintenance by alerting when the vibration level is above the standard indicated by the ISO 10816-3 standard.
URI: http://repositorio.utfpr.edu.br/jspui/handle/1/26886
Aparece nas coleções:CT - Programa de Pós-Graduação em Computação Aplicada

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
identificacaovibracoesampliacaomovimento.pdf3,4 MBAdobe PDFThumbnail
Visualizar/Abrir


Este item está licenciada sob uma Licença Creative Commons Creative Commons