"Metodologia de monitoração e diagnóstico automatizado de rolamentos utilizando lógica paraconsistente, transformada de wavelet e processamento de sinais digitais"

Detalhes bibliográficos
Ano de defesa: 2006
Autor(a) principal: Masotti, Paulo Henrique Ferraz
Orientador(a): Não Informado pela instituição
Banca de defesa: Não Informado pela instituição
Tipo de documento: Tese
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Biblioteca Digitais de Teses e Dissertações da USP
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Link de acesso: http://www.teses.usp.br/teses/disponiveis/85/85133/tde-28052007-165556/
Resumo: A área de monitoração e diagnóstico vem apresentando um acentuado desenvolvimento nos últimos anos com a introdução de novas técnicas de diagnóstico bem como vem contando com a contribuição dos computadores no processamento das informações e das técnicas de diagnósticos. A contribuição da inteligência artificial na automatização do diagnóstico de defeito vem se desenvolvendo continuamente e a crescente automação na indústria vêm de encontro a estas novas técnicas. Na área nuclear, é crescente a preocupação com a segurança nas instalações, e têm sido procuradas técnicas mais eficazes para aumentar o nível de segurança [59]. Algumas usinas nucleares já possuem instaladas, em algumas máquinas, sensores que permitem a verificação de suas condições operacionais. Desta forma, este trabalho também pode colaborar nesta área, ajudando no diagnóstico das condições de operação das máquinas, mais especificamente, no diagnóstico das condições dos rolamentos. O principal objetivo deste trabalho é detectar e classificar os tipos de defeitos apresentados pelos rolamentos analisados e para tal desenvolveu-se uma nova técnica de extração de característica dos sinais de aceleração, baseando-se no Zero Crossing da Transformada de Wavelet contribuindo com o desenvolvimento desta dinâmica área. Como técnica de inteligência artificial foi utilizada a Lógica Paraconsistente Anotada com dois valores (LPA2v), oferecendo a sua contribuição na automação do diagnóstico de defeitos, pois esta lógica pode tratar inclusive de resultados contraditórios que as técnicas de extração de características possam apresentar. Foi desenvolvido um programa de computador onde varias técnicas de extração de características foram utilizadas para realização de diagnóstico das condições de operação dos rolamentos. Este programa foi testado através de dados experimentais obtidas em uma bancada de ensaios para rolamentos onde defeitos previamente conhecidos foram utilizados para avaliar o desempenho das novas técnicas utilizadas. Este trabalho também se concentrou na identificação de defeitos em sua fase inicial procurando utilizar acelerômetros, pois são sensores robustos, de baixo custo e facilmente encontrados na indústria em geral. Os resultados deste trabalho foram obtidos através da utilização de um banco de dados experimental e verificou-se que os resultados de diagnósticos de defeitos mostraramse bons para defeitos em fase inicial.
id USP_80daac4efcfb2122ba8c2c2e75731a29
oai_identifier_str oai:teses.usp.br:tde-28052007-165556
network_acronym_str USP
network_name_str Biblioteca Digital de Teses e Dissertações da USP
repository_id_str
spelling "Metodologia de monitoração e diagnóstico automatizado de rolamentos utilizando lógica paraconsistente, transformada de wavelet e processamento de sinais digitais" METHODOLOGY FOR MONITORING AND AUTOMATED DIAGNOSIS OF BALL BEARINGS USING PARACONSISTENT LOGIC, WAVELET TRANSFORM AND DIGITAL SIGNAL PROCESSINGball bearingslogica paraconsistenteparaconsistent logicrolamentostransformada waveletwavelet transformA área de monitoração e diagnóstico vem apresentando um acentuado desenvolvimento nos últimos anos com a introdução de novas técnicas de diagnóstico bem como vem contando com a contribuição dos computadores no processamento das informações e das técnicas de diagnósticos. A contribuição da inteligência artificial na automatização do diagnóstico de defeito vem se desenvolvendo continuamente e a crescente automação na indústria vêm de encontro a estas novas técnicas. Na área nuclear, é crescente a preocupação com a segurança nas instalações, e têm sido procuradas técnicas mais eficazes para aumentar o nível de segurança [59]. Algumas usinas nucleares já possuem instaladas, em algumas máquinas, sensores que permitem a verificação de suas condições operacionais. Desta forma, este trabalho também pode colaborar nesta área, ajudando no diagnóstico das condições de operação das máquinas, mais especificamente, no diagnóstico das condições dos rolamentos. O principal objetivo deste trabalho é detectar e classificar os tipos de defeitos apresentados pelos rolamentos analisados e para tal desenvolveu-se uma nova técnica de extração de característica dos sinais de aceleração, baseando-se no Zero Crossing da Transformada de Wavelet contribuindo com o desenvolvimento desta dinâmica área. Como técnica de inteligência artificial foi utilizada a Lógica Paraconsistente Anotada com dois valores (LPA2v), oferecendo a sua contribuição na automação do diagnóstico de defeitos, pois esta lógica pode tratar inclusive de resultados contraditórios que as técnicas de extração de características possam apresentar. Foi desenvolvido um programa de computador onde varias técnicas de extração de características foram utilizadas para realização de diagnóstico das condições de operação dos rolamentos. Este programa foi testado através de dados experimentais obtidas em uma bancada de ensaios para rolamentos onde defeitos previamente conhecidos foram utilizados para avaliar o desempenho das novas técnicas utilizadas. Este trabalho também se concentrou na identificação de defeitos em sua fase inicial procurando utilizar acelerômetros, pois são sensores robustos, de baixo custo e facilmente encontrados na indústria em geral. Os resultados deste trabalho foram obtidos através da utilização de um banco de dados experimental e verificou-se que os resultados de diagnósticos de defeitos mostraramse bons para defeitos em fase inicial.The monitoring and diagnosis area is presenting an impressive development in recent years with the introduction of new diagnosis techniques as well as with the use the computers in the processing of the information and of the diagnosis techniques. The contribution of the artificial intelligence in the automation of the defect diagnosis is developing continually and the growing automation in the industry meets this new techniques. In the nuclear area, the growing concern with the safety in the facilities requires more effective techniques that have been sought to increase the safety level. Some nuclear power stations have already installed in some machines, sensors that allow the verification of their operational conditions. In this way, the present work can also collaborate in this area, helping in the diagnosis of the operational condition of the machines. This work presents a new technique for characteristic extraction based on the Zero Crossing of Wavelet Transform, contributing with the development of this dynamic area. The technique of artificial intelligence was used in this work the Paraconsistente Logic of Annotation with Two values (LPA2v), contributing with the automation of the diagnosis of defects, because this logic can deal with contradictory results that the techniques of feature extraction can present. This work also concentrated on the identification of defects in its initial phase trying to use accelerometers, because they are robust sensors, of low cost and can be easily found the industry in general. The results obtained in this work were accomplished through the use of an experimental database, and it was observed that the results of diagnoses of defects shown good results for defects in their initial phase.Biblioteca Digitais de Teses e Dissertações da USPTing, Daniel Kao SunMasotti, Paulo Henrique Ferraz2006-09-12info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisapplication/pdfhttp://www.teses.usp.br/teses/disponiveis/85/85133/tde-28052007-165556/reponame:Biblioteca Digital de Teses e Dissertações da USPinstname:Universidade de São Paulo (USP)instacron:USPLiberar o conteúdo para acesso público.info:eu-repo/semantics/openAccesspor2016-07-28T16:09:51Zoai:teses.usp.br:tde-28052007-165556Biblioteca Digital de Teses e Dissertaçõeshttp://www.teses.usp.br/PUBhttp://www.teses.usp.br/cgi-bin/mtd2br.plvirginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.bropendoar:27212016-07-28T16:09:51Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)false
dc.title.none.fl_str_mv "Metodologia de monitoração e diagnóstico automatizado de rolamentos utilizando lógica paraconsistente, transformada de wavelet e processamento de sinais digitais"
METHODOLOGY FOR MONITORING AND AUTOMATED DIAGNOSIS OF BALL BEARINGS USING PARACONSISTENT LOGIC, WAVELET TRANSFORM AND DIGITAL SIGNAL PROCESSING
title "Metodologia de monitoração e diagnóstico automatizado de rolamentos utilizando lógica paraconsistente, transformada de wavelet e processamento de sinais digitais"
spellingShingle "Metodologia de monitoração e diagnóstico automatizado de rolamentos utilizando lógica paraconsistente, transformada de wavelet e processamento de sinais digitais"
Masotti, Paulo Henrique Ferraz
ball bearings
logica paraconsistente
paraconsistent logic
rolamentos
transformada wavelet
wavelet transform
title_short "Metodologia de monitoração e diagnóstico automatizado de rolamentos utilizando lógica paraconsistente, transformada de wavelet e processamento de sinais digitais"
title_full "Metodologia de monitoração e diagnóstico automatizado de rolamentos utilizando lógica paraconsistente, transformada de wavelet e processamento de sinais digitais"
title_fullStr "Metodologia de monitoração e diagnóstico automatizado de rolamentos utilizando lógica paraconsistente, transformada de wavelet e processamento de sinais digitais"
title_full_unstemmed "Metodologia de monitoração e diagnóstico automatizado de rolamentos utilizando lógica paraconsistente, transformada de wavelet e processamento de sinais digitais"
title_sort "Metodologia de monitoração e diagnóstico automatizado de rolamentos utilizando lógica paraconsistente, transformada de wavelet e processamento de sinais digitais"
author Masotti, Paulo Henrique Ferraz
author_facet Masotti, Paulo Henrique Ferraz
author_role author
dc.contributor.none.fl_str_mv Ting, Daniel Kao Sun
dc.contributor.author.fl_str_mv Masotti, Paulo Henrique Ferraz
dc.subject.por.fl_str_mv ball bearings
logica paraconsistente
paraconsistent logic
rolamentos
transformada wavelet
wavelet transform
topic ball bearings
logica paraconsistente
paraconsistent logic
rolamentos
transformada wavelet
wavelet transform
description A área de monitoração e diagnóstico vem apresentando um acentuado desenvolvimento nos últimos anos com a introdução de novas técnicas de diagnóstico bem como vem contando com a contribuição dos computadores no processamento das informações e das técnicas de diagnósticos. A contribuição da inteligência artificial na automatização do diagnóstico de defeito vem se desenvolvendo continuamente e a crescente automação na indústria vêm de encontro a estas novas técnicas. Na área nuclear, é crescente a preocupação com a segurança nas instalações, e têm sido procuradas técnicas mais eficazes para aumentar o nível de segurança [59]. Algumas usinas nucleares já possuem instaladas, em algumas máquinas, sensores que permitem a verificação de suas condições operacionais. Desta forma, este trabalho também pode colaborar nesta área, ajudando no diagnóstico das condições de operação das máquinas, mais especificamente, no diagnóstico das condições dos rolamentos. O principal objetivo deste trabalho é detectar e classificar os tipos de defeitos apresentados pelos rolamentos analisados e para tal desenvolveu-se uma nova técnica de extração de característica dos sinais de aceleração, baseando-se no Zero Crossing da Transformada de Wavelet contribuindo com o desenvolvimento desta dinâmica área. Como técnica de inteligência artificial foi utilizada a Lógica Paraconsistente Anotada com dois valores (LPA2v), oferecendo a sua contribuição na automação do diagnóstico de defeitos, pois esta lógica pode tratar inclusive de resultados contraditórios que as técnicas de extração de características possam apresentar. Foi desenvolvido um programa de computador onde varias técnicas de extração de características foram utilizadas para realização de diagnóstico das condições de operação dos rolamentos. Este programa foi testado através de dados experimentais obtidas em uma bancada de ensaios para rolamentos onde defeitos previamente conhecidos foram utilizados para avaliar o desempenho das novas técnicas utilizadas. Este trabalho também se concentrou na identificação de defeitos em sua fase inicial procurando utilizar acelerômetros, pois são sensores robustos, de baixo custo e facilmente encontrados na indústria em geral. Os resultados deste trabalho foram obtidos através da utilização de um banco de dados experimental e verificou-se que os resultados de diagnósticos de defeitos mostraramse bons para defeitos em fase inicial.
publishDate 2006
dc.date.none.fl_str_mv 2006-09-12
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/doctoralThesis
format doctoralThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://www.teses.usp.br/teses/disponiveis/85/85133/tde-28052007-165556/
url http://www.teses.usp.br/teses/disponiveis/85/85133/tde-28052007-165556/
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv
dc.rights.driver.fl_str_mv Liberar o conteúdo para acesso público.
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Liberar o conteúdo para acesso público.
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.coverage.none.fl_str_mv
dc.publisher.none.fl_str_mv Biblioteca Digitais de Teses e Dissertações da USP
publisher.none.fl_str_mv Biblioteca Digitais de Teses e Dissertações da USP
dc.source.none.fl_str_mv
reponame:Biblioteca Digital de Teses e Dissertações da USP
instname:Universidade de São Paulo (USP)
instacron:USP
instname_str Universidade de São Paulo (USP)
instacron_str USP
institution USP
reponame_str Biblioteca Digital de Teses e Dissertações da USP
collection Biblioteca Digital de Teses e Dissertações da USP
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)
repository.mail.fl_str_mv virginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.br
_version_ 1815258529047511040