Identificação de falhas em rolamentos aplicados em motores de indução por meio de sensores de corrente de efeito hall, técnicas de processamento de sinais e sistemas inteligentes

• Ano de defesa: 2022
• Autor(a) principal: Souza, Wallace Gabriel de
• Tipo de documento: Tese
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade Estadual Paulista (Unesp)
• Palavras-chave em Português: Motores de Indução Trifásicos; Falhas em Rolamentos; Processamento Digital de Sinais; Sistemas Inteligentes; Classificadores de Padrões; Threephase induction motors; Bearing faults; Digital signal processing; Intelligent systems; Pattern classifiers
• Link de acesso: http://hdl.handle.net/11449/236652

Os motores de indução trifásicos pertencem ao conjunto das máquinas elétricas mais encontradas nas aplicações industriais. Devido às vantagens de baixo custo, robustez, confiabilidade e disponibilidade, muitas vezes são utilizados para operar em condições com elevadas taxas de umidade, altas temperaturas e dimensionamentos inadequados. A interrupção de um motor de indução levará à altos custos de manutenção e graves perdas financeiras devido aos tempos de paradas não programados das plantas industriais. Nesse caso, os rolamentos representam cerca de 40 a 50 % dos tipos de danos em máquinas elétricas, que afetam as condições operacionais do motor de indução, reduzindo a sua vida útil por meio de falhas. Como componente principal dos sistemas rotativos, os rolamentos ajudam a reduzir as perdas rotacionais e garantem o alinhamento do rotor em relação ao estator. Dessa maneira, a detecção e o diagnóstico precoce dos danos nos rolamentos garantem a segurança e o suporte para a manutenção preditiva das máquinas elétricas. À vista disso, inúmeras técnicas foram desenvolvidas para identificar anomalias na operação da máquina. Dentre elas, o monitoramento da corrente se destaca devido ao baixo custo e fácil acesso às plantas industriais. Com esse propósito, o presente trabalho propõe uma nova abordagem que utiliza métricas de agrupamentos de dados combinada com sistemas inteligentes na identificação de falhas nos rolamentos de um motor de indução trifásico pela assinatura da corrente do estator. Nesse caso, foram abordadas falhas que ocorrem na indústria, como os desgastes das pistas e das esferas dos rolamentos, a oxidação e os danos originados pelas das correntes de eixo. Nessa situação, foram utilizadas a transformada wavelet discreta, a largura de banda eficaz e a frequência média no processamento dos sinais amostrados. Essas técnicas possibilitam o treinamento de um sistema inteligente para identificar os danos nos rolamentos. Assim sendo, foi comparado o desempenho de uma rede neural artificial. Além disso, o índice silhouette foi utilizado como validação estatística da qualidade dos agrupamentos de dados obtidos a partir do conjunto de falhas nos rolamentos abordadas neste trabalho. A base de dados foi obtida por meio de experimentos laboratoriais realizados em uma máquina de indução de 4 CV sob condições de variação do conjugado para demonstrar que o método proposto não depende do torque do motor e pode ser aplicado em qualquer carregamento. Os resultados experimentais revelaram que a técnica proposta foi eficaz na identificação das falhas nos rolamentos neste trabalho.