Identificação de falhas em motores de indução trifásicos utilizando algoritmos de otimização e sistemas inteligentes

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.contributorGoedtel, Alessandro-
Autor(es): dc.contributorhttp://lattes.cnpq.br/1920650157123774-
Autor(es): dc.contributorGoedtel, Alessandro-
Autor(es): dc.contributorhttp://lattes.cnpq.br/1920650157123774-
Autor(es): dc.contributorAndreoli, Andre Luiz-
Autor(es): dc.contributorhttp://lattes.cnpq.br/8962036732560069-
Autor(es): dc.contributorSanches, Danilo Sipoli-
Autor(es): dc.contributorhttp://lattes.cnpq.br/6377657274398145-
Autor(es): dc.contributorNeves, Francisco De Assis dos Santos-
Autor(es): dc.contributorhttp://lattes.cnpq.br/5631067058249781-
Autor(es): dc.contributorCastoldi, Marcelo Favoretto-
Autor(es): dc.contributorhttp://lattes.cnpq.br/6178029384175205-
Autor(es): dc.creatorGuedes, Jacqueline Jordan-
Data de aceite: dc.date.accessioned2022-02-21T21:55:29Z-
Data de disponibilização: dc.date.available2022-02-21T21:55:29Z-
Data de envio: dc.date.issued2020-11-02-
Data de envio: dc.date.issued2020-11-02-
Data de envio: dc.date.issued2019-12-16-
Fonte completa do material: dc.identifierhttp://repositorio.utfpr.edu.br/jspui/handle/1/5436-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/capes/663766-
Descrição: dc.descriptionThree-phase induction motors are essential to the production process, as their construction features allow for wide application, including operation in hostile environments. Although robust, its continuous use generates wear that can lead to failures. Thus, researches in the area of identification of failures are carried out constantly aiming to reduce rates of corrective maintenance and unwanted stops, allowing the machine maintenance. For this purpose, the present work proposes the study and development of a strategy that uses optmization algorithm combined with pattern classifiers to identify short-circuit stator failures, broken bars of rotor and bearing wear in three-phase induction motors, using voltage and phase current signals obtained in the time domain, and the speed module. The algorithms Differential Evolution, Particle Swarm Optimization and Simulated Annealing are used to estimate the electrical parameters of the induction motor using the model of the equivalent electrical circuit and the identification of the failure occurs by variation of these parameters with the evolution of each fault. The classification of each type of failure or its presence is made by pattern classifiers Artificial Neural Network, Support Vector Machine and k-Nearest Neighbor. The database used for the work was obtained through laboratory experiments performed with a motor of 1 HP and 2 HP, under conditions of variation of conjugate of line-connection, including unbalance voltages.-
Descrição: dc.descriptionMotores de indução trifásicos são essenciais ao processo produtivo, pois suas características de construção permitem ampla aplicação, incluindo a operação em ambientes hostis. Embora robusto, seu uso contínuo gera desgastes que podem levar a falhas. Dessa forma, pesquisas na área de identificação de falhas são realizadas constantemente visando reduzir taxas de manutenções corretivas e paradas indesejadas, permitindo que seja realizada a manutenção da máquina. Com esse propósito, o presente trabalho propõe o estudo e o desenvolvimento de uma estratégia que utiliza algoritmos de otimização combinados a classificadores inteligentes de padrões para identificação de falhas de curto-circuito nas espiras do estator, barras quebradas de rotor e desgastes de rolamentos em motores de indução trifásicos, utilizando sinais de tensão e corrente de fase, aquisitados no domínio do tempo, bem como o módulo da velocidade. Neste trabalho são utilizados os algoritmos de Evolução Diferencial, Particle Swarm Optimization e Simulated Annealing para estimar os parâmetros elétricos do motor de indução no modelo do circuito elétrico equivalente. Assim, a identificação da falha ocorre a partir da variação dos parâmetros do circuito elétrico equivalente. A identificação da presença de falha bem como sua classificação é feita por meio dos classificadores de padrões Redes Neurais Artificiais, Support Vector Machine e k-Nearest Neighbor. A base de dados utilizada para o trabalho foi obtida por meio de experimentos laboratoriais realizados com um motor de 1 CV e um motor de 2 CV, sob condições de variação de conjugado e acionamentos senoidal equilibrado e desequilibrado.-
Formato: dc.formatapplication/pdf-
Idioma: dc.languagept_BR-
Publicador: dc.publisherUniversidade Tecnológica Federal do Paraná-
Publicador: dc.publisherCornelio Procopio-
Publicador: dc.publisherBrasil-
Publicador: dc.publisherPrograma de Pós-Graduação em Engenharia Elétrica - Uel/Utpfr-
Publicador: dc.publisherUTFPR-
Direitos: dc.rightsopenAccess-
Palavras-chave: dc.subjectMotores elétricos de indução-
Palavras-chave: dc.subjectAlgoritmos-
Palavras-chave: dc.subjectPercepção de padrões-
Palavras-chave: dc.subjectLocalização de falhas (Engenharia)-
Palavras-chave: dc.subjectElectric motors, Induction-
Palavras-chave: dc.subjectAlgorithms-
Palavras-chave: dc.subjectPattern perception-
Palavras-chave: dc.subjectFault location (Engineering)-
Palavras-chave: dc.subjectCNPQ::ENGENHARIAS::ENGENHARIA ELETRICA-
Palavras-chave: dc.subjectEngenharia Elétrica-
Título: dc.titleIdentificação de falhas em motores de indução trifásicos utilizando algoritmos de otimização e sistemas inteligentes-
Título: dc.titleThree-phase induction motor fault identification using optimization algorithm and intelligent systems-
Tipo de arquivo: dc.typelivro digital-
Aparece nas coleções:Repositorio Institucional da UTFPR - RIUT

Não existem arquivos associados a este item.