Atenção: Todas as denúncias são sigilosas e sua identidade será preservada.
Os campos nome e e-mail são de preenchimento opcional
Metadados | Descrição | Idioma |
---|---|---|
Autor(es): dc.contributor | Godoy, Wagner Fontes | - |
Autor(es): dc.contributor | Godoy, Wagner Fontes | - |
Autor(es): dc.contributor | Finocchio, Marco Antonio Ferreira | - |
Autor(es): dc.contributor | Paschoalino, Carlos Alberto | - |
Autor(es): dc.creator | Evangelista, Jonathan José | - |
Data de aceite: dc.date.accessioned | 2022-02-24T17:00:08Z | - |
Data de disponibilização: dc.date.available | 2022-02-24T17:00:08Z | - |
Data de envio: dc.date.issued | 2022-02-23 | - |
Data de envio: dc.date.issued | 2022-02-23 | - |
Data de envio: dc.date.issued | 2019-06-24 | - |
Fonte completa do material: dc.identifier | http://repositorio.utfpr.edu.br/jspui/handle/1/27398 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/699081 | - |
Descrição: dc.description | More than half of the total energy destined for the industrial sector is consumed by engines. Stopping production to correct motor system failures can generate some risks and also serious losses for a given company. Early determination of these faults can prevent unscheduled maintenance and a halt in the production process. Considering a three-phase induction motor and evaluating its electrical system, we can prevent some rotor-related faults, where this proposal of completion work exposes a study related to the diagnosis of rotor faults of an MIT, using current signals in the field of frequency, where the classification of failures will be made from Deep Neural Network. | - |
Descrição: dc.description | Mais da metade da energia total destinada ao setor industrial é consumida por motores. Uma parada na produção para correção de falhas do sistema motriz pode gerar alguns riscos e também sérios prejuízos para uma determinada empresa. A determinação precoce dessas falhas pode evitar uma manutenção não-programada e uma parada no processo de produção. Considerando um motor de indução trifásica e avaliando seu sistema elétrico, podemos prevenir algumas falhas relacionadas ao rotor, onde esta proposta de trabalho de conclusão de curso expõe um estudo relacionado ao diagnóstico de falhas do rotor de um MIT, utilizando sinais de corrente no domínio da frequência, onde a classificação das falhas será feita a partir da Deep Neural Network. | - |
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 | Engenharia Elétrica | - |
Publicador: dc.publisher | UTFPR | - |
Direitos: dc.rights | openAccess | - |
Palavras-chave: dc.subject | Localização de falhas (Engenharia) | - |
Palavras-chave: dc.subject | Rotores | - |
Palavras-chave: dc.subject | Motores elétricos de indução | - |
Palavras-chave: dc.subject | Fault location (Engineering) | - |
Palavras-chave: dc.subject | Rotors | - |
Palavras-chave: dc.subject | Electric motors, Induction | - |
Palavras-chave: dc.subject | CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA | - |
Título: dc.title | Análise de falhas em rotor utilizando deep neural networks | - |
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: