Identificação e classificação de curto entre espiras e desbalanço de tensão em motores de indução trifásicos utilizando sensores de corrente, emissão acústica e vibração com emprego de transformada Hilbert e transformada Wavelet

• Ano de defesa: 2022
• Autor(a) principal: Rocha, Marco Aurélio [UNESP]
• Orientador(a): Andreoli, André Luiz [UNESP]
• Tipo de documento: Tese
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade Estadual Paulista (Unesp)
• Palavras-chave em Português: Tensão desequilibrada; Curto entre espiras; Transformada Hilbert; Transformada Wavelet; Motor de idução
• Palavras-chave em Inglês: Unbalanced voltages; Inter-turn short-circuit fault; Hilbert transform; Wavelet transform; Induction motor
• Link de acesso: http://hdl.handle.net/11449/236721

O motor de indução trifásico (MIT) é amplamente empregado em aplicações industriais para o acionamento de diversos tipos de cargas. Caso haja qualquer tipo de interrupção indesejada causada por falhas elétricas e mecânicas neste tipo de máquina, poderá haver prejuízos financeiros e produtivos diversos. Com isso, técnicas de monitoramento não invasivas vêm ganhando cada vez mais destaque no cenário industrial e acadêmico. Essas técnicas utilizam sensores que obtém informações físicas sobre a operação da máquina, tais como vibração, corrente e emissão acústica. A análise desses sinais se destacam como ferramentas tradicionais para a obtenção de características operacionais do motor de indução trifásico e diagnóstico de falhas. Dentre as falhas elétricas, o desequilíbrio de tensão (DT), bem como o curto entre espiras (ITSC, do inglês Inter-Turn Short-Circuit) de curta duração são falhas frequentes no MIT e que podem afetar o desempenho da máquina, gerando paradas inesperadas. Portanto, o objetivo deste trabalho é a proposição de técnicas de diagnóstico de falhas DT e ITSC utilizando sensores de corrente de efeito Hall, sensor MEMS e sensores piezoelétricos. Deste modo, o diagnóstico proposto permite a detecção da falha, a identificação da fase elétrica afetada e a classificação da magnitude da falta. Para isso, foram desenvolvidas duas técnicas de processamento baseadas no envelope do sinal analítico proveniente da Transformada Hilbert e na energia do sinal dos coeficientes de aproximação e detalhe da Transformada Wavelet Discreta (TWD). Por fim, verificou-se qual a influência que a variação do carregamento tem sobre as técnicas propostas para cada um dos três sensores utilizados. Os resultados demonstraram que tanto o sensor de corrente quanto o sensor piezoelétrico foram sensíveis para o diagnóstico das falhas elétricas ITSC e DT. No entanto, verificou-se que o sensor MEMS não apresentou resultados promissores para o diagnóstico completo de falhas elétricas levando em consideração todos os níveis de carregamento aplicados. Por fim, o principal resultado é o desempenho do sensores PZT juntamente com a TWD em comparação ao sensor de corrente, uma vez que o sensor acústico apresenta custo muito reduzido e mede indiretamente a variável afetada pela falha.