Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
Metadados | Descrição | Idioma |
---|---|---|
Autor(es): dc.contributor | Castoldi, Marcelo Favoretto | - |
Autor(es): dc.contributor | https://orcid.org/0000-0001-6199-8327 | - |
Autor(es): dc.contributor | http://lattes.cnpq.br/6178029384175205 | - |
Autor(es): dc.contributor | Goedtel, Alessandro | - |
Autor(es): dc.contributor | http://lattes.cnpq.br/1920650157123774 | - |
Autor(es): dc.contributor | Sobrinho, André Sanches Fonseca | - |
Autor(es): dc.contributor | https://orcid.org/0000-0003-3654-2381 | - |
Autor(es): dc.contributor | http://lattes.cnpq.br/4285092829670158 | - |
Autor(es): dc.contributor | Angelico, Bruno Augusto | - |
Autor(es): dc.contributor | xxxx | - |
Autor(es): dc.contributor | Castoldi, Marcelo Favoretto | - |
Autor(es): dc.contributor | https://orcid.org/0000-0001-6199-8327 | - |
Autor(es): dc.contributor | http://lattes.cnpq.br/6178029384175205 | - |
Autor(es): dc.contributor | Scalassara, Paulo Rogério | - |
Autor(es): dc.contributor | https://orcid.org/0000-0001-7169-954X | - |
Autor(es): dc.contributor | http://lattes.cnpq.br/5016119298122922 | - |
Autor(es): dc.contributor | Endo, Wagner | - |
Autor(es): dc.contributor | http://lattes.cnpq.br/5229173673499346 | - |
Autor(es): dc.creator | Bórnea, Yuri Piccolo | - |
Data de aceite: dc.date.accessioned | 2025-08-29T12:37:30Z | - |
Data de disponibilização: dc.date.available | 2025-08-29T12:37:30Z | - |
Data de envio: dc.date.issued | 2022-11-24 | - |
Data de envio: dc.date.issued | 2022-11-24 | - |
Data de envio: dc.date.issued | 2022-02-10 | - |
Fonte completa do material: dc.identifier | http://repositorio.utfpr.edu.br/jspui/handle/1/30182 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/1098844 | - |
Descrição: dc.description | This work brings a study and development of an approach able to identify bearing induction motor faults from the vibration signals of these machines during their operation. Vibration signals from Case Western Reserve University Bearing Data Center are used, which include motors with healthy or faulty bearings in many situations of load and damage levels. The preprocessing tool Hilbert-Huang Transform is used, followed by extraction features in time and time-frequency domains. Having the purpose to identify and classify patterns from the extracted features, it is used an artificial neural network Multilayer Perceptron in order to predict the condition of bearings and the type of fault that happens to them. The results are measured between healthy and faulty bearings and the kind of mishappen that may be on this case, presenting 100% of accuracy in the classification of healthy and faulty patterns, 58,97% between all bearing faults, 78,57% for only drive end bearing faults, and 72,73% for fan end bearing faults. | - |
Descrição: dc.description | O presente trabalho aborda o estudo e desenvolvimento de uma metodologia capaz de identificar condições de falhas em rolamentos de motores de indução durante o funcionamento dessas máquinas através de seus sinais de vibração. São utilizados sinais de vibração do banco de dados da Case Western Reserve University, que incluem a situação de motores com rolamentos saudáveis ou com falhas. É aplicada a Transformada de Hilbert-Huang como pré-processamento de sinais seguida da extração de características no domínio do tempo e no domínio do tempo-frequência do resultado da transformada. Por fim, com o intuito de se fazer a identificação e classificação de padrões das características extraídas, é utilizada uma rede neural artificial Perceptron Multicamadas para predição de condição dos rolamentos do motor e do tipo de falha, a fim de se obter um sistema de diagnóstico de falhas eficaz. Os resultados são medidos entre rolamentos saudáveis ou defeituosos e pelo o tipo de falha acometida pelos rolamentos, sendo que o sistema proposto apresentou 100% de acurácia na classificação de padrões entre falhas e não falhas, 58,97% entre as falhas, sem diferenciar os rolamentos, 78,57% somente para falhas relacionadas ao rolamento frontal e 72,73% para falhas do rolamento traseiro. | - |
Formato: dc.format | application/pdf | - |
Idioma: dc.language | pt_BR | - |
Publicador: dc.publisher | Universidade Tecnológica Federal do Paraná | - |
Publicador: dc.publisher | Cornelio Procopio | - |
Publicador: dc.publisher | Brasil | - |
Publicador: dc.publisher | Programa de Pós-Graduação em Engenharia Elétrica | - |
Publicador: dc.publisher | UTFPR | - |
Direitos: dc.rights | openAccess | - |
Palavras-chave: dc.subject | Motores elétricos de indução | - |
Palavras-chave: dc.subject | Redes Neurais (Computação) | - |
Palavras-chave: dc.subject | Localização de falhas (Engenharia) | - |
Palavras-chave: dc.subject | Electric motors, Induction | - |
Palavras-chave: dc.subject | Neural networks (Computer science) | - |
Palavras-chave: dc.subject | Fault location (Engineering) | - |
Palavras-chave: dc.subject | CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA | - |
Palavras-chave: dc.subject | Engenharia Elétrica | - |
Título: dc.title | Desenvolvimento de sistema para detecção de falhas em rolamentos de motores de indução a partir de seus sinais de vibração | - |
Tipo de arquivo: dc.type | livro digital | - |
Aparece nas coleções: | Repositorio Institucional da UTFPR - RIUT |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: