Metodologia de aquisição de dados para captura de sinais de vibração mecânica de máquinas

Detalhes bibliográficos
Ano de defesa: 2025
Autor(a) principal: Duarte, Ana Karine Gomes lattes
Orientador(a): Souto, Cícero da Rocha lattes
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Universidade Federal da Paraíba
Programa de Pós-Graduação: Programa de Pós-Graduação em Engenharia Mecânica
Departamento: Engenharia Mecânica
País: Brasil
Palavras-chave em Português:
Vibrações mecânicas
Processamento de sinais
Frequências
Defeitos em máquinas
Manutenção preditiva
Mechanical vibrations
Signal processing
Frequencies
Machine defects
Predictive maintenance
Área do conhecimento CNPq:
CNPQ::ENGENHARIAS::ENGENHARIA MECANICA
Link de acesso: https://repositorio.ufpb.br/jspui/handle/123456789/36931
Resumo: O crescente interesse na aplicação de manutenção preditiva em máquinas mecânicas tem incentivado a comunidade acadêmica a explorar técnicas de aquisição e processamento de sinais provenientes de sensores instalados nesses equipamentos. Os sinais capturados pelos sensores são fundamentais para avaliar a condição de operação da máquina e determinar o momento ideal para uma parada planejada, permitindo intervenções de manutenção menos invasivas. Contudo, para que essa avaliação seja confiável, é essencial que a aquisição dos sinais represente fielmente os fenômenos físicos que se deseja monitorar. Entre os diversos indicadores de falhas potenciais, destacam-se os sinais de vibração mecânica, que carregam assinaturas em frequência características de defeitos que podem estar se desenvolvendo nos componentes da máquina. Diante da importância da correta captação desses sinais, este trabalho propõe o desenvolvimento de uma metodologia interativa de aquisição de dados, capaz de se ajustar dinamicamente para garantir a máxima fidelidade na coleta dos sinais provenientes de transdutores de vibração. A metodologia baseia-se no teorema da amostragem, realizando ajustes automáticos na taxa de amostragem e/ou no número de pontos adquiridos, conforme a situação de medição. A estratégia é buscar a maior amplitude de possíveis frequências associadas a falhas, mesmo em estágios iniciais de severidade, permitindo um acompanhamento mais exato da evolução do defeito ao longo de múltiplas medições. Para validar a proposta, este trabalho apresenta resultados experimentais obtidos por meio da captura de sinais gerados por um simulador de falhas elétricas, que emula condições reais de falha em máquinas.
id UFPB-2_5249d95feed0929fbe493f59cd23152c
oai_identifier_str oai:repositorio.ufpb.br:123456789/36931
network_acronym_str UFPB-2
network_name_str Repositório Institucional da UFPB
repository_id_str
spelling 2025-12-19T12:56:32Z2025-08-112025-12-19T12:56:32Z2025-07-28https://repositorio.ufpb.br/jspui/handle/123456789/36931O crescente interesse na aplicação de manutenção preditiva em máquinas mecânicas tem incentivado a comunidade acadêmica a explorar técnicas de aquisição e processamento de sinais provenientes de sensores instalados nesses equipamentos. Os sinais capturados pelos sensores são fundamentais para avaliar a condição de operação da máquina e determinar o momento ideal para uma parada planejada, permitindo intervenções de manutenção menos invasivas. Contudo, para que essa avaliação seja confiável, é essencial que a aquisição dos sinais represente fielmente os fenômenos físicos que se deseja monitorar. Entre os diversos indicadores de falhas potenciais, destacam-se os sinais de vibração mecânica, que carregam assinaturas em frequência características de defeitos que podem estar se desenvolvendo nos componentes da máquina. Diante da importância da correta captação desses sinais, este trabalho propõe o desenvolvimento de uma metodologia interativa de aquisição de dados, capaz de se ajustar dinamicamente para garantir a máxima fidelidade na coleta dos sinais provenientes de transdutores de vibração. A metodologia baseia-se no teorema da amostragem, realizando ajustes automáticos na taxa de amostragem e/ou no número de pontos adquiridos, conforme a situação de medição. A estratégia é buscar a maior amplitude de possíveis frequências associadas a falhas, mesmo em estágios iniciais de severidade, permitindo um acompanhamento mais exato da evolução do defeito ao longo de múltiplas medições. Para validar a proposta, este trabalho apresenta resultados experimentais obtidos por meio da captura de sinais gerados por um simulador de falhas elétricas, que emula condições reais de falha em máquinas.The growing interest in the application of predictive maintenance to mechanical machines has encouraged the academic community to explore techniques for acquiring and processing signals from sensors installed in this equipment. The signals captured by the sensors are essential for assessing the operating condition of the machine and determining the ideal time for a planned shutdown, allowing less invasive maintenance interventions. However, for this assessment to be reliable, it is essential that the signal acquisition accurately represents the physical phenomena to be monitored. Among the various indicators of potential failures, mechanical vibration signals stand out, as they carry frequency signatures characteristic of defects that may be developing in the machine components. Given the importance of correctly capturing these signals, this work proposes the development of an interactive data acquisition methodology, capable of dynamically adjusting itself to ensure maximum fidelity in the collection of vibration transducer signals. The methodology is based on the sampling theorem, making automatic adjustments to the sampling rate and/or the number of points acquired, according to the measurement situation. The strategy is to seek the greatest possible range of frequencies associated with failures, even in the early stages of severity, allowing more accurate monitoring of the evolution of the defect over multiple measurements. To validate the proposal, this work presents experimental results obtained by capturing signals from an electrical signal generator, simulating real machine failures.Submitted by Fernando Augusto Alves Vieira (fernandovieira@biblioteca.ufpb.br) on 2025-12-19T12:56:32Z No. of bitstreams: 2 license_rdf: 805 bytes, checksum: c4c98de35c20c53220c07884f4def27c (MD5) AnaKarineGomesDuarte_Dissert.pdf: 4842951 bytes, checksum: 596d7e7b20f57eb15f9c0d2bd2c49168 (MD5)Made available in DSpace on 2025-12-19T12:56:32Z (GMT). No. of bitstreams: 2 license_rdf: 805 bytes, checksum: c4c98de35c20c53220c07884f4def27c (MD5) AnaKarineGomesDuarte_Dissert.pdf: 4842951 bytes, checksum: 596d7e7b20f57eb15f9c0d2bd2c49168 (MD5) Previous issue date: 2025-07-28Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - CAPESporUniversidade Federal da ParaíbaPrograma de Pós-Graduação em Engenharia MecânicaUFPBBrasilEngenharia MecânicaAttribution-NoDerivs 3.0 Brazilhttp://creativecommons.org/licenses/by-nd/3.0/br/info:eu-repo/semantics/openAccessCNPQ::ENGENHARIAS::ENGENHARIA MECANICAVibrações mecânicasProcessamento de sinaisFrequênciasDefeitos em máquinasManutenção preditivaMechanical vibrationsSignal processingFrequenciesMachine defectsPredictive maintenanceMetodologia de aquisição de dados para captura de sinais de vibração mecânica de máquinasinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisSouto, Cícero da Rochahttp://lattes.cnpq.br/4099240444291318Santos, Rodolfo de Sousahttp://lattes.cnpq.br/176910303079561807650686302http://lattes.cnpq.br/6924415810656775Duarte, Ana Karine Gomesreponame:Repositório Institucional da UFPBinstname:Universidade Federal da Paraíba (UFPB)instacron:UFPBTEXTAnaKarineGomesDuarte_Dissert.pdf.txtAnaKarineGomesDuarte_Dissert.pdf.txtExtracted texttext/plain181555https://repositorio.ufpb.br/jspui/bitstream/123456789/36931/4/AnaKarineGomesDuarte_Dissert.pdf.txt91ea1b22a1cf93675bc73b13ebd1be74MD54LICENSElicense.txtlicense.txttext/plain; charset=utf-82390https://repositorio.ufpb.br/jspui/bitstream/123456789/36931/3/license.txte20ac18e101915e6935b82a641b985c0MD53CC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-8805https://repositorio.ufpb.br/jspui/bitstream/123456789/36931/2/license_rdfc4c98de35c20c53220c07884f4def27cMD52ORIGINALAnaKarineGomesDuarte_Dissert.pdfAnaKarineGomesDuarte_Dissert.pdfapplication/pdf4842951https://repositorio.ufpb.br/jspui/bitstream/123456789/36931/1/AnaKarineGomesDuarte_Dissert.pdf596d7e7b20f57eb15f9c0d2bd2c49168MD51123456789/369312025-12-20 03:12:32.269oai:repositorio.ufpb.br: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Repositório InstitucionalPUBhttps://repositorio.ufpb.br/oai/requestdiretoria@ufpb.br||bdtd@biblioteca.ufpb.bropendoar:25462025-12-20T06:12:32Repositório Institucional da UFPB - Universidade Federal da Paraíba (UFPB)false
dc.title.pt_BR.fl_str_mv Metodologia de aquisição de dados para captura de sinais de vibração mecânica de máquinas
title Metodologia de aquisição de dados para captura de sinais de vibração mecânica de máquinas
spellingShingle Metodologia de aquisição de dados para captura de sinais de vibração mecânica de máquinas
Duarte, Ana Karine Gomes
CNPQ::ENGENHARIAS::ENGENHARIA MECANICA
Vibrações mecânicas
Processamento de sinais
Frequências
Defeitos em máquinas
Manutenção preditiva
Mechanical vibrations
Signal processing
Frequencies
Machine defects
Predictive maintenance
title_short Metodologia de aquisição de dados para captura de sinais de vibração mecânica de máquinas
title_full Metodologia de aquisição de dados para captura de sinais de vibração mecânica de máquinas
title_fullStr Metodologia de aquisição de dados para captura de sinais de vibração mecânica de máquinas
title_full_unstemmed Metodologia de aquisição de dados para captura de sinais de vibração mecânica de máquinas
title_sort Metodologia de aquisição de dados para captura de sinais de vibração mecânica de máquinas
author Duarte, Ana Karine Gomes
author_facet Duarte, Ana Karine Gomes
author_role author
dc.contributor.advisor1.fl_str_mv Souto, Cícero da Rocha
dc.contributor.advisor1Lattes.fl_str_mv http://lattes.cnpq.br/4099240444291318
dc.contributor.advisor-co1.fl_str_mv Santos, Rodolfo de Sousa
dc.contributor.advisor-co1Lattes.fl_str_mv http://lattes.cnpq.br/1769103030795618
dc.contributor.authorID.fl_str_mv 07650686302
dc.contributor.authorLattes.fl_str_mv http://lattes.cnpq.br/6924415810656775
dc.contributor.author.fl_str_mv Duarte, Ana Karine Gomes
contributor_str_mv Souto, Cícero da Rocha
Santos, Rodolfo de Sousa
dc.subject.cnpq.fl_str_mv CNPQ::ENGENHARIAS::ENGENHARIA MECANICA
topic CNPQ::ENGENHARIAS::ENGENHARIA MECANICA
Vibrações mecânicas
Processamento de sinais
Frequências
Defeitos em máquinas
Manutenção preditiva
Mechanical vibrations
Signal processing
Frequencies
Machine defects
Predictive maintenance
dc.subject.por.fl_str_mv Vibrações mecânicas
Processamento de sinais
Frequências
Defeitos em máquinas
Manutenção preditiva
Mechanical vibrations
Signal processing
Frequencies
Machine defects
Predictive maintenance
description O crescente interesse na aplicação de manutenção preditiva em máquinas mecânicas tem incentivado a comunidade acadêmica a explorar técnicas de aquisição e processamento de sinais provenientes de sensores instalados nesses equipamentos. Os sinais capturados pelos sensores são fundamentais para avaliar a condição de operação da máquina e determinar o momento ideal para uma parada planejada, permitindo intervenções de manutenção menos invasivas. Contudo, para que essa avaliação seja confiável, é essencial que a aquisição dos sinais represente fielmente os fenômenos físicos que se deseja monitorar. Entre os diversos indicadores de falhas potenciais, destacam-se os sinais de vibração mecânica, que carregam assinaturas em frequência características de defeitos que podem estar se desenvolvendo nos componentes da máquina. Diante da importância da correta captação desses sinais, este trabalho propõe o desenvolvimento de uma metodologia interativa de aquisição de dados, capaz de se ajustar dinamicamente para garantir a máxima fidelidade na coleta dos sinais provenientes de transdutores de vibração. A metodologia baseia-se no teorema da amostragem, realizando ajustes automáticos na taxa de amostragem e/ou no número de pontos adquiridos, conforme a situação de medição. A estratégia é buscar a maior amplitude de possíveis frequências associadas a falhas, mesmo em estágios iniciais de severidade, permitindo um acompanhamento mais exato da evolução do defeito ao longo de múltiplas medições. Para validar a proposta, este trabalho apresenta resultados experimentais obtidos por meio da captura de sinais gerados por um simulador de falhas elétricas, que emula condições reais de falha em máquinas.
publishDate 2025
dc.date.accessioned.fl_str_mv 2025-12-19T12:56:32Z
dc.date.available.fl_str_mv 2025-08-11
2025-12-19T12:56:32Z
dc.date.issued.fl_str_mv 2025-07-28
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://repositorio.ufpb.br/jspui/handle/123456789/36931
url https://repositorio.ufpb.br/jspui/handle/123456789/36931
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv Attribution-NoDerivs 3.0 Brazil
http://creativecommons.org/licenses/by-nd/3.0/br/
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Attribution-NoDerivs 3.0 Brazil
http://creativecommons.org/licenses/by-nd/3.0/br/
eu_rights_str_mv openAccess
dc.publisher.none.fl_str_mv Universidade Federal da Paraíba
dc.publisher.program.fl_str_mv Programa de Pós-Graduação em Engenharia Mecânica
dc.publisher.initials.fl_str_mv UFPB
dc.publisher.country.fl_str_mv Brasil
dc.publisher.department.fl_str_mv Engenharia Mecânica
publisher.none.fl_str_mv Universidade Federal da Paraíba
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFPB
instname:Universidade Federal da Paraíba (UFPB)
instacron:UFPB
instname_str Universidade Federal da Paraíba (UFPB)
instacron_str UFPB
institution UFPB
reponame_str Repositório Institucional da UFPB
collection Repositório Institucional da UFPB
bitstream.url.fl_str_mv https://repositorio.ufpb.br/jspui/bitstream/123456789/36931/4/AnaKarineGomesDuarte_Dissert.pdf.txt
https://repositorio.ufpb.br/jspui/bitstream/123456789/36931/3/license.txt
https://repositorio.ufpb.br/jspui/bitstream/123456789/36931/2/license_rdf
https://repositorio.ufpb.br/jspui/bitstream/123456789/36931/1/AnaKarineGomesDuarte_Dissert.pdf
bitstream.checksum.fl_str_mv 91ea1b22a1cf93675bc73b13ebd1be74
e20ac18e101915e6935b82a641b985c0
c4c98de35c20c53220c07884f4def27c
596d7e7b20f57eb15f9c0d2bd2c49168
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UFPB - Universidade Federal da Paraíba (UFPB)
repository.mail.fl_str_mv diretoria@ufpb.br||bdtd@biblioteca.ufpb.br
_version_ 1877597504201031680

Registros relacionados