Use este identificador para citar ou linkar para este item:
http://repositorio.utfpr.edu.br/jspui/handle/1/7178
Título: | Classificação inteligente de falhas de rolamento em motores elétricos de indução trifásicos utilizando a transformada rápida de Fourier e a análise de componentes principais |
Autor(es): | Souza, Mariani Oliveira de |
Orientador(es): | Godoy, Wagner Fontes |
Palavras-chave: | Rolamentos Motores elétricos de indução Fourier, Transformadas de Bearings (Machinery) Electric motors, Induction Fourier transformations |
Data do documento: | 6-Jun-2018 |
Editor: | Universidade Tecnológica Federal do Paraná |
Câmpus: | Cornelio Procopio |
Citação: | SOUZA, Mariani Oliveira de. Classificação inteligente de falhas de rolamento em motores de indução trifásicos acionados por inversores de frequência, utilizando transformada rápida de Fourier e análise de componentes principais. 2018. 45 f. Trabalho de Conclusão de Curso (Graduação em Engenharia Elétrica) - Universidade Tecnológica Federal do Paraná, Cornélio Procópio, 2018. |
Resumo: | Motores de indução trifásicos desempenham um papel importante na indústria, o correto diagnóstico e classificação de falhas nestas máquinas é essencial, pois assim tem-se diminuição das paradas não programadas para manutenção corretiva e consequentemente um aumento na produtividade. Assim, este trabalho apresenta um estudo relacionado ao diagnóstico de falhas de rolamento em motores de indução trifásicos acionados por inversores de frequência. O diagnóstico consiste em detectar falha e sua severidade. Para a aplicação do método foi realizado primeiramente, um pré-processamento dos sinais de corrente utilizando a Transformada Rápida de Fourier e realizando a Análise de Componentes Principais. Para avaliar a precisão de classificação frente aos diversos níveis de severidade das falhas, foram comparados a precisão de classificação de duas redes: (i) Rede Perceptron Multicamadas e (ii) rede Fuzzy ARTmap. |
Abstract: | Three-phase induction motors play an important role in the industry, so the correct diagnosis and classification of faults in these machines is essential, as this reduces unscheduled downtimes for corrective maintenance and consequently increases productivity. Thus, this work presents a study related to the diagnosis of bearing faults in three - phase induction motors driven by frequency inverters. For the application of the method, a pre-processing of the current signals used in the Fast Fourier Transform was performed and the Principal Component Analysis was performed. In order to evaluate the classification accuracy in relation to the different levels of fault severity, the classification accuracy of two networks were compared: (i) Multi-layered Perceptron Network and (ii) Fuzzy ARTmap network. |
URI: | http://repositorio.utfpr.edu.br/jspui/handle/1/7178 |
Aparece nas coleções: | CP - Engenharia Elétrica |
Arquivos associados a este item:
Arquivo | Descrição | Tamanho | Formato | |
---|---|---|---|---|
CP_COELT_2018_1_05 .pdf | 845,33 kB | Adobe PDF | Visualizar/Abrir |
Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.