Medidas de informação e sistemas inteligentes aplicados no diagnóstico de curto-circuito do estator de motores de indução trifásicos

• Ano de defesa: 2016
• Autor(a) principal: Bazan, Gustavo Henrique
• Orientador(a): Scalassara, Paulo Rogério
• Banca de defesa: Goedtel, Alessandro, Angélico, Bruno Augusto, Endo, Wagner
• 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
• País: Brasil
• Palavras-chave em Português: Motores elétricos de indução; Curtos-circuitos; Redes neurais (Computação); Electric motors, Induction; Short circuits; Neural networks (Computer science)
• Área do conhecimento CNPq: CNPQ::ENGENHARIAS
• Link de acesso: http://repositorio.utfpr.edu.br/jspui/handle/1/3193

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.