Análise de falhas em rotor utilizando deep neural networks

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.contributorPaschoalino, Carlos Alberto-
Autor(es): dc.creatorEvangelista, Jonathan José-
Data de aceite: dc.date.accessioned2022-02-24T17:00:08Z-
Data de disponibilização: dc.date.available2022-02-24T17:00:08Z-
Data de envio: dc.date.issued2022-02-23-
Data de envio: dc.date.issued2022-02-23-
Data de envio: dc.date.issued2019-06-24-
Fonte completa do material: dc.identifierhttp://repositorio.utfpr.edu.br/jspui/handle/1/27398-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/capes/699081-
Descrição: dc.descriptionMore 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.descriptionMais 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.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.subjectLocalização de falhas (Engenharia)-
Palavras-chave: dc.subjectRotores-
Palavras-chave: dc.subjectMotores elétricos de indução-
Palavras-chave: dc.subjectFault location (Engineering)-
Palavras-chave: dc.subjectRotors-
Palavras-chave: dc.subjectElectric motors, Induction-
Palavras-chave: dc.subjectCNPQ::ENGENHARIAS::ENGENHARIA ELETRICA-
Título: dc.titleAnálise de falhas em rotor utilizando deep neural networks-
Tipo de arquivo: dc.typelivro digital-
Aparece nas coleções:Repositorio Institucional da UTFPR - RIUT

Não existem arquivos associados a este item.