Diagnóstico de defeitos em estatores de motores de indução trifásicos por meio de sensores piezelétricos de baixo custo e redes neurais artificiais

• Ano de defesa: 2017
• Autor(a) principal: Silva Filho, Nelson Medeiros da [UNESP]
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade Estadual Paulista (Unesp)
• Palavras-chave em Português: Motor de indução trifásico; Diagnóstico de falhas; Redes neurais artificiais; Diafragmas piezelétricos de baixo custo; Three phase induction motor; Troubleshooting; Artificial neural networks; Low cost piezoelectric diagrams
• Link de acesso: http://hdl.handle.net/11449/152134

O Motor de Indução Trifásico (MIT) é o mais utilizado em aplicações industriais e acionamentos eletromecânicos diversos, por ser um motor de construção robusta, ter baixo custo de fabricação e bom rendimento elétrico. Nesse cenário, destaca-se a importância de um correto diagnóstico de falhas de uma forma incipiente, evitando perdas nos processos produtivos e danos severos nessas máquinas. A estratégia da manutenção corretiva impõe, nos processos produtivos, paradas inesperadas da linha de produção podendo causar grandes prejuízos financeiros. Nesse contexto, a manutenção preditiva, auxiliada por sistemas de monitoramento constante, vem de encontro as necessidades dos processos industriais pois, além de prever paradas inesperadas, permite um planejamento da produção mais seguro, no que tange a continuidade do processo e administração da equipe de manutenção especializada. Entretanto, requer monitoramento constante com uma análise dos dados e conhecimento prévio do sistema para a avaliação dos parâmetros e das variáveis envolvidas. Esse trabalho de pesquisa propôs o desenvolvimento de uma abordagem para diagnosticar defeitos em MIT, por meio de diafragmas piezelétricos de baixo custo e sistemas inteligentes do tipo Redes Neurais Artificiais (RNA). Mais especificamente, defeitos elétricos do tipo curto-circuito entre espiras de uma mesma bobina nos estatores dessas máquinas. Para tal, foi implementada uma bancada experimental em ambiente de laboratório, onde foram realizados ensaios com simulações de falhas relacionadas a curto-circuito entre espiras das bobinas do enrolamento do estator, visando a obtenção de dados de corrente elétrica e vibração do MIT, para o treinamento das arquiteturas de RNA. Em seguida essas redes foram treinadas e validadas, e a análise dos resultados obtidos foi realizada através de critérios estatísticos como taxa de acerto percentual, erro relativo percentual, desvio padrão e coeficiente de correlação entre os dados. Os resultados indicam que a abordagem proposta mostrou-se precisa e robusta, sinalizando a factibilidade do uso da técnica em motores de maior potência e tensão elétrica de operação, que possuem valores de custo para aquisição relativamente altos.