Classificação de defeitos de barras quebradas de rotor em motores de indução trifásicos acionados por inversores de frequência utilizando transformada wavelet

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.contributorGodoy, Wagner Fontes-
Autor(es): dc.contributorGodoy, Wagner Fontes-
Autor(es): dc.contributorFinocchio, Marco Antonio Ferreira-
Autor(es): dc.contributorPalácios, Rodrigo Henrique Cunha-
Autor(es): dc.creatorLima, Natan Takeo Noda-
Data de aceite: dc.date.accessioned2022-02-21T22:03:37Z-
Data de disponibilização: dc.date.available2022-02-21T22:03:37Z-
Data de envio: dc.date.issued2020-11-09-
Data de envio: dc.date.issued2020-11-09-
Data de envio: dc.date.issued2018-06-08-
Fonte completa do material: dc.identifierhttp://repositorio.utfpr.edu.br/jspui/handle/1/7188-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/capes/666896-
Descrição: dc.descriptionDue to the important role played by the induction motors in the industry it is necessary to develop predictive tools that offer support for the correct diagnosis and classification of failures still in the initial phase, allowing an increase in productivity and reducing of the economic losses generated by unwanted stops. This work presents a study related the failures of broken rotor bars in three-phase induction motors driven by different frequency inverters. For the pre-processing of the current signals using the Discrete Wavelet Transform, where they are applied directly to the signs of the stator currents. For the diagnosis and the classification of the severity level of faults are used and compared two different techniques of machine learning: (i) Decision Trees and (ii) Random Forest.-
Descrição: dc.descriptionDevido ao importante papel desempenhado pelos motores de indução na indústria torna-se necessário o desenvolvimento de ferramentas preditivas que ofereçam suporte para o correto diagnóstico e a classificação de falhas ainda em fase inicial, permitindo aumento na produtividade e redução das perdas econômicas geradas por paradas indesejadas. Este trabalho apresenta um estudo relacionado as falhas de barras quebradas de rotor em motores de indução trifásicos acionados por diferentes inversores de frequência. Para o pré-processamento dos sinais de correntes utiliza-se a Transformada Wavelet Discreta, onde são aplicados diretamente os sinais das correntes de estator. Para o diagnóstico e a classificação do nível de severidade das falhas são utilizadas e comparadas duas técnicas distintas de aprendizado de máquina: (i) Árvores de Decisão e (ii) Random Forest.-
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.subjectSistemas de controle inteligente-
Palavras-chave: dc.subjectMotores elétricos de indução-
Palavras-chave: dc.subjectRotores-
Palavras-chave: dc.subjectIntelligent control systems-
Palavras-chave: dc.subjectElectric motors, Induction-
Palavras-chave: dc.subjectRotors-
Palavras-chave: dc.subjectEngenharias-
Título: dc.titleClassificação de defeitos de barras quebradas de rotor em motores de indução trifásicos acionados por inversores de frequência utilizando transformada wavelet-
Tipo de arquivo: dc.typelivro digital-
Aparece nas coleções:Repositorio Institucional da UTFPR - RIUT

Não existem arquivos associados a este item.