Use este identificador para citar ou linkar para este item:
http://repositorio.utfpr.edu.br/jspui/handle/1/27398| Título: | Análise de falhas em rotor utilizando deep neural networks |
| Autor(es): | Evangelista, Jonathan José |
| Orientador(es): | Godoy, Wagner Fontes |
| Palavras-chave: | Localização de falhas (Engenharia) Rotores Motores elétricos de indução Fault location (Engineering) Rotors Electric motors, Induction |
| Data do documento: | 24-Jun-2019 |
| Editor: | Universidade Tecnológica Federal do Paraná |
| Câmpus: | Cornelio Procopio |
| Citação: | 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. |
| 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. |
| Abstract: | 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. |
| URI: | http://repositorio.utfpr.edu.br/jspui/handle/1/27398 |
| Aparece nas coleções: | CP - Engenharia Elétrica |
Arquivos associados a este item:
| Arquivo | Descrição | Tamanho | Formato | |
|---|---|---|---|---|
| CP_COELT_2019_1_10.pdf | 733,19 kB | Adobe PDF |  Visualizar/Abrir |
Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.