Uma abordagem neural no diagnóstico de falhas em rolamentos de motores de indução trifásicos

• Ano de defesa: 2013
• Autor(a) principal: Gongora, Wylliam Salviano
• Orientador(a): Goedtel, Alessandro
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade Tecnológica Federal do Paraná; Cornelio Procopio
• Programa de Pós-Graduação: Programa de Pós-Graduação em Engenharia Elétrica
• Palavras-chave em Português: Redes neurais (Computação); Motores elétricos de indução; Localização de falhas (Engenharia); Neural networks (Computer science); Electric motors, Induction; Fault location (Engineering)
• Link de acesso: http://repositorio.utfpr.edu.br/jspui/handle/1/782

O motor de indução trifásico ocupa uma posição de destaque na produção de força eletromotriz e isso o torna vastamente utilizado em aplicações industriais. Consequentemente, também fica submetido às condições de funcionamento e manutenção das máquinas como um todo, bem como das falhas que os mesmos estão sujeitos. Assim, este trabalho propõe um método alternativo aos tradicionais para detecção de falhas em rolamentos de motores de indução trifásicos ligados diretamente a rede elétrica. Os objetivos consistem na utilização de uma abordagem neural capaz de classificar a existência de falha de rolamento com um alto percentual de acerto. Analisando para isto, no domínio do tempo, um semiciclo das tensões de alimentação e das correntes de estator dos motor em estudo. A proposta é validada através de ensaios experimentais num computador e de forma on-line embarcada num DSP. Como conseqüência do trabalho tem-se a criação de um banco de dados de falhas, com mais de mil ensaios envolvendo as principais falhas encontradas em motores de indução trifásicos. Estes ensaios são realizados contemplando as condições de desbalanço de tensão de alimentação e com várias situações de carga mecânica no eixo da máquina.