Classificação de diferentes métodos de filtragem aplicados ao diagnóstico de falhas de estator em motores de indução trifásicos acionados por inversores de frequência

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.contributorGodoy, Wagner Fontes-
Autor(es): dc.contributorGodoy, Wagner Fontes-
Autor(es): dc.contributorPalácios, Rodrigo Henrique Cunha-
Autor(es): dc.contributorBassetto, Edson Luis-
Autor(es): dc.creatorGonçalves, Gabriel Aoki-
Data de aceite: dc.date.accessioned2022-08-04T20:19:15Z-
Data de disponibilização: dc.date.available2022-08-04T20:19:15Z-
Data de envio: dc.date.issued2022-06-08-
Data de envio: dc.date.issued2022-06-08-
Data de envio: dc.date.issued2020-10-20-
Fonte completa do material: dc.identifierhttp://repositorio.utfpr.edu.br/jspui/handle/1/28763-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/capes/706660-
Descrição: dc.descriptionThis course conclusion work proposes a study related to performance comparison of different filtering methods applied to the diagnosis of stator faults in three-phase induction motors driven by frequency inverters. The paper also proposes the use of the following filtering methods (i) Kernel, (ii) Principal Components Analysis, (I) Wavelet. In the classification stage the following classifiers will be used: Random Forest, Radial Basis Function (RBF Network) and k-Nearest Neighbors (k-NN). Analysis of each of the filters were carried out within each of the classifiers, in order to better compare results and, consequently, make a more effective assessment.-
Descrição: dc.descriptionEste trabalho de conclusão de curso propõe um estudo relacionado à comparação de desempenho de diferentes métodos de filtragem aplicados ao diagnóstico de falhas de estator em motores de indução trifásicos acionados por inversores de frequência. O trabalho propõe ainda o emprego dos seguintes métodos de filtragem (6) Kernel, (I) Análise de Componentes Principais, (iii) Wavelet. Na etapa de classificação serão utilizados os seguintes classificadores: Random Forest, Função de Base Radial (RBF Network) e k-Vizinhos mais próximos (k-NN). Foram realizadas as análises de cada um dos filtros dentro de cada um dos classificadores, para fim de uma melhor comparação de resultados e, consequentemente uma avaliação mais eficaz.-
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.subjectMotores elétricos de indução-
Palavras-chave: dc.subjectLocalização de falhas (Engenharia)-
Palavras-chave: dc.subjectRedes Neurais Artificiais-
Palavras-chave: dc.subjectElectric motors, Induction-
Palavras-chave: dc.subjectFault location (Engineering)-
Palavras-chave: dc.subjectNeural networks (Computer science)-
Palavras-chave: dc.subjectCNPQ::ENGENHARIAS::ENGENHARIA ELETRICA-
Título: dc.titleClassificação de diferentes métodos de filtragem aplicados ao diagnóstico de falhas de estator em motores de indução trifásicos acionados por inversores de frequência-
Tipo de arquivo: dc.typelivro digital-
Aparece nas coleções:Repositorio Institucional da UTFPR - RIUT

Não existem arquivos associados a este item.