Classificação inteligente de falhas de rolamento em motores elétricos de indução trifásicos utilizando a transformada rápida de Fourier e a análise de componentes principais

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.contributorGodoy, Wagner Fontes-
Autor(es): dc.contributorGodoy, Wagner Fontes-
Autor(es): dc.contributorCastoldi, Marcelo Favoretto-
Autor(es): dc.contributorPalácios, Rodrigo Henrique Cunha-
Autor(es): dc.creatorSouza, Mariani Oliveira de-
Data de aceite: dc.date.accessioned2022-02-21T21:23:40Z-
Data de disponibilização: dc.date.available2022-02-21T21:23:40Z-
Data de envio: dc.date.issued2020-11-09-
Data de envio: dc.date.issued2020-11-09-
Data de envio: dc.date.issued2018-06-06-
Fonte completa do material: dc.identifierhttp://repositorio.utfpr.edu.br/jspui/handle/1/7178-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/capes/651662-
Descrição: dc.descriptionThree-phase induction motors play an important role in the industry, so the correct diagnosis and classification of faults in these machines is essential, as this reduces unscheduled downtimes for corrective maintenance and consequently increases productivity. Thus, this work presents a study related to the diagnosis of bearing faults in three - phase induction motors driven by frequency inverters. For the application of the method, a pre-processing of the current signals used in the Fast Fourier Transform was performed and the Principal Component Analysis was performed. In order to evaluate the classification accuracy in relation to the different levels of fault severity, the classification accuracy of two networks were compared: (i) Multi-layered Perceptron Network and (ii) Fuzzy ARTmap network.-
Descrição: dc.descriptionMotores de indução trifásicos desempenham um papel importante na indústria, o correto diagnóstico e classificação de falhas nestas máquinas é essencial, pois assim tem-se diminuição das paradas não programadas para manutenção corretiva e consequentemente um aumento na produtividade. Assim, este trabalho apresenta um estudo relacionado ao diagnóstico de falhas de rolamento em motores de indução trifásicos acionados por inversores de frequência. O diagnóstico consiste em detectar falha e sua severidade. Para a aplicação do método foi realizado primeiramente, um pré-processamento dos sinais de corrente utilizando a Transformada Rápida de Fourier e realizando a Análise de Componentes Principais. Para avaliar a precisão de classificação frente aos diversos níveis de severidade das falhas, foram comparados a precisão de classificação de duas redes: (i) Rede Perceptron Multicamadas e (ii) rede Fuzzy ARTmap.-
Formato: dc.formatapplication/pdf-
Idioma: dc.languagept_BR-
Publicador: dc.publisherUniversidade Tecnológica Federal do Paraná-
Publicador: dc.publisherCornelio Procopio-
Publicador: dc.publisherBrasil-
Publicador: dc.publisherEngenharia Elétrica-
Publicador: dc.publisherUTFPR-
Direitos: dc.rightsopenAccess-
Palavras-chave: dc.subjectRolamentos-
Palavras-chave: dc.subjectMotores elétricos de indução-
Palavras-chave: dc.subjectFourier, Transformadas de-
Palavras-chave: dc.subjectBearings (Machinery)-
Palavras-chave: dc.subjectElectric motors, Induction-
Palavras-chave: dc.subjectFourier transformations-
Palavras-chave: dc.subjectEngenharias-
Título: dc.titleClassificação inteligente de falhas de rolamento em motores elétricos de indução trifásicos utilizando a transformada rápida de Fourier e a análise de componentes principais-
Tipo de arquivo: dc.typelivro digital-
Aparece nas coleções:Repositorio Institucional da UTFPR - RIUT

Não existem arquivos associados a este item.