Use este identificador para citar ou linkar para este item:
http://repositorio.utfpr.edu.br/jspui/handle/1/3193| Título: | Medidas de informação e sistemas inteligentes aplicados no diagnóstico de curto-circuito do estator de motores de indução trifásicos |
| Título(s) alternativo(s): | Information measures and intelligent systems applied to the stator short-circuit diagnosis in three-phase induction motors |
| Autor(es): | Bazan, Gustavo Henrique |
| Orientador(es): | Scalassara, Paulo Rogério |
| Palavras-chave: | Motores elétricos de indução Curtos-circuitos Redes neurais (Computação) Electric motors, Induction Short circuits Neural networks (Computer science) |
| Data do documento: | 8-Jul-2016 |
| Editor: | Universidade Tecnológica Federal do Paraná |
| Câmpus: | Cornelio Procopio |
| Citação: | BAZAN, Gustavo Henrique. Medidas de informação e sistemas inteligentes aplicados no diagnóstico de curto-circuito do estator de motores de indução trifásicos. 2016. 112 f. Dissertação (Mestrado em Engenharia Elétrica) - Universidade Tecnológica Federal do Paraná, Cornélio Procópio, 2016. |
| Resumo: | Este trabalho propõe o estudo e desenvolvimento de uma metodologia alternativa de identificação de falhas nos enrolamentos do estator de motores de indução trifásicos conectados diretamente à rede elétrica. A fim de reduzir a dimensão e complexidade destes tipos de sistemas, são utilizadas duas ferramentas de processamento de sinais, extração e seleção de características. Na etapa de extração, calcula-se a informação mútua atrasada dos sinais de correntes das fases A e B da máquina e na seleção, os algoritmos árvore de decisão C4.5 e rede neural artificial MLP são utilizados para a predição das classes, a fim de se obter um sistema de diagnóstico de falhas de estator eficaz. Os resultados experimentais offline e online consideram problemas de qualidade de energia, uma ampla faixa de conjugado de carga e curto-circuito entre as espiras do enrolamento de estator da ordem de 1% à 20%, os quais são apresentados para validar a abordagem desenvolvida neste trabalho. Os resultados obtidos indiciam que esta abordagem pode ser empregada para classificar falhas de curto-circuito entre as espiras do stator. |
| Abstract: | This work proposes the study and development of an alternative approach to diagnose stator short-circuit faults in induction motors driven directly from a supply line. In order to reduce the size and complexity in these types of systems, signal processing techniques of extraction and feature selection are used. In the extraction step, the mutual information of the delayed phases of current signals, ia and ib, are computed and in the selection procedure, the algorithms C4.5 decision tree and multilayer perceptron neural network are employed in order to obtain an effective diagnostic of stator short-circuit faults. To assess the classification accuracy across the various levels of stator short-circuit fault severity (from 1% to 20%), offline and online experimental tests also considered a wide range of load conditions and voltage unbalance in the power supply. The obtained results indicate that this approach can be employed to classify stator short-circuit faults. |
| URI: | http://repositorio.utfpr.edu.br/jspui/handle/1/3193 |
| Aparece nas coleções: | CP - Programa de Pós-Graduação em Engenharia Elétrica |
Arquivos associados a este item:
| Arquivo | Descrição | Tamanho | Formato | |
|---|---|---|---|---|
| CP_PPGEE_M_Bazan, Gustavo Henrique_2016.pdf | 2,79 MB | Adobe PDF |  Visualizar/Abrir |
Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.