Identificação de falhas em motores de indução trifásicos usando sistemas inteligentes

Abstract

Todo desenvolvimento desta tese de doutorado teve colaboração de diversas pessoas que me ajudaram direta ou indiretamente. Tentarei não esquecer de ninguém. Primeiramente, preciso agradecer a meu esposo pela imensa paciência, amor e companheirismo. Sempre esteve ao meu lado, apoiando minhas ações, consolando-me nos momentos de stress e alegrando-se com minhas conquistas. Muito obrigada pelo seu apoio e sua dedicação. Especiais agradecimentos façoà minha família, que foi o alicerce na minha formação pessoal. Minha mãe, um exemplo de mulher e de mãe, que me ensinou a nunca desistir de meus sonhos e que sempre esteve presente em minha vida, disposta a ajudar em tudo. A meu pai, mesmo em sua quietude, mostrou-me com sua valentia e determinação que podemos alcançar o que queremos com muito trabalho. Minhas queridas irmãs, Elisângela e Ana Paula, pelo incondicional amor fraterno, pela torcida e orações que fizeram por mim durante a realização deste trabalho. Ao meu orientador Prof. Dr. Ivan Nunes da Silva, exemplo marcante de um educador competente, sagaz e, principalmente, solícito com seus alunos. Agradeço pelas valiosas dicas e ensinamentos na elaboração de artigos, o que contribuiu imensamente no crescimento de minha percepção crítica. Aos ex-colegas de laboratório, pelos incontáveis auxílios e explicações em assuntos relacionadosà Engenharia Elétrica, serei eternamente grata. Em especial, ao Prof. Dr. Ricardo Augusto Souza Fernandes, um atencioso colega e um professor demasiadamente dedicadoà profissão. O Prof. Dr. Marcelo Suetake, pela imensa paciência nas explicações sobre máquinas elétricas e sobre análise de sinais. As amigas da república, Maria Angélica Zucareli e Karem Marcomini, pela amizade, companheirismo e cuidados que tiveram comigo durante minha gravidez, sem esquecer das risadas que compartilhamos. Isto tudo são sentimentos que consolidaram uma verdadeira amizade.

Diagnóstico de falhas em motores de indução trifásicos baseado em decomposição em componentes ortogonais e aprendizagem de máquinas

“…As anormalidades nos acionamentos advêm de desbalanceamento de tensão, sobretensão e subtensão (SANTOS, 2013).…”

“…Introdução outros. Desta forma, observa-se na literatura recente a crescente necessidade da detecção de falhas, permitindo identificação suficientemente rápida e evitando-se assim o desligamento da produção e reduzindo custos da manutenção corretiva (SANTOS, 2013;CARDOSO, 2014;GHANBARI, 2016).…”

“…Além disso, esse tipo de falha é acumulativa e destrutiva, pois barras adjacentes também se deterioram devido ao estresse mecânico e térmico (MATIC et al, 2012). A rachadura dos anéis da gaiola de esquilo também contribui para a composição dos defeitos em MITs, porém são menos incidentes (SANTOS, 2013).Com todo o exposto anteriormente, percebe-se que o desenvolvimento de técnicas de diagnóstico de falhas justifica-se diante da necessidade de confiabilidade nos processos e mitigação de consequências das falhas, de forma a garantir maior segurança e disponibilidade nas operações. …”

Detecção e diagnóstico de defeitos no regime transitório de motores de indução baseado em sistemas inteligentes

“…Na maioria das aplicações de MITs, as condições ambientais e o pouco conhecimento técnico das cargas acopladas ao eixo podem ocasionar diminuição em seu rendimento, sobreaquecimento e consequente redução em sua vida útil, má utilização da energia elétrica sob o aspecto do baixo fator de potência, defeitos mecânicos e elétricos, entre outros. Desta forma, observa-se na literatura a crescente necessidade da detecção e monitoramento de defeitos, permitindo identificação suficientemente rápida e evitando-se assim o desligamento da produção e reduzindo custos de manutenção corretiva (GHANBARI, 2016;DRIF;CARDOSO, 2014;SANTOS, 2013).…”

Diagnóstico de anomalias em aplicações de acionamento de motores elétricos a partir de dados de processo de rede PROFINET e aprendizagem de máquinas

“…Diante da grande quantidade e diversidade de máquinas na indústria de manufatura, torna-se importante a utilização de sistemas de diagnóstico automáticos para seu monitoramento, verificando se estão operando em condições para o que foram projetadas. Estes sistemas podem identificar falhas e anomalias na operação, e consequentemente, podem evitar perdas de produção, aumentar a disponibilidade do processo e reduzir custos de manutenção corretiva (SANTOS, 2013;DRIF;CARDOSO, 2014;GHANBARI, 2016;FOURNIER et al, 2015).…”