Identificação inteligente de falhas em máquinas elétricas utilizando informação mútua

Detalhes bibliográficos
Ano de defesa: 2020
Autor(a) principal: Bazan, Gustavo Henrique
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: Universidade Tecnológica Federal do Paraná
Cornelio Procopio
Brasil
Programa de Pós-Graduação em Engenharia Elétrica -UTFPR
UTFPR
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Sistemas especialistas (Computação)
Motores elétricos de indução
Máquinas elétricas de indução
Expert systems (Computer science)
Electric motors, Induction
Electric machinery, Induction
CNPQ::ENGENHARIAS
Engenharia Elétrica
Link de acesso: http://repositorio.utfpr.edu.br/jspui/handle/1/25597
Resumo: Programa de Pós-Graduação em Engenharia Elétrica da UTFPR Associado à Universidade Estadual de Londrina
id UTFPR-12_acb7a8b6cc7bf662198bf3cf7f1778de
oai_identifier_str oai:repositorio.utfpr.edu.br:1/25597
network_acronym_str UTFPR-12
network_name_str Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT))
repository_id_str
spelling Identificação inteligente de falhas em máquinas elétricas utilizando informação mútuaIntelligent identification of electrical machine faults using mutual informationSistemas especialistas (Computação)Motores elétricos de induçãoMáquinas elétricas de induçãoExpert systems (Computer science)Electric motors, InductionElectric machinery, InductionCNPQ::ENGENHARIASEngenharia ElétricaPrograma de Pós-Graduação em Engenharia Elétrica da UTFPR Associado à Universidade Estadual de LondrinaThree-phase induction motors are widely employed in industrial production processes due to their low acquisition cost and maintenance and adaptation in front of different conditions of mechanical loads and robustness for use in harsh environments. Diagnosing an incipient fault when these motors are in operation, even before significant faults may occur, should receive special attention from the industry. Thus, a proper diagnosis can reduce losses in the processes, time out of service, and the equipment breaks down and ensures consistent and reliable industrial systems operation. In this context, this paper presents an approach concerning the use of intelligent systems and signal processing tools in the classification of bearing, rotor, and stator fault diagnosis in induction motors, even when they are subject to various operating conditions such as variations in load torque independent of machine power supply. This work proposes the extraction of the fault characteristics based on delayed mutual information measurements between the stator line current signals, , and , in the time domain. To evaluate the classification accuracy under various fault severity levels, the performance of three different pattern recognition techniques were compared: artificial neural network type multilayer perceptron, k-nearest neighbors and support vector machine. The offline and online experimental results presented in this work validate the proposed approach’s robustness and effectiveness.Conselho Nacional do Desenvolvimento Científico e Tecnológico (CNPq)Fundação Araucária de Apoio ao Desenvolvimento Científico e Tecnológico do ParanáOs motores de indução trifásicos são amplamente empregados em processos de produção industrial, devido ao seu baixo custo de aquisição e manutenção, bem como sua adaptação diante de diferentes condições de cargas mecânicas e robustez para uso em ambientes agressivos. O diagnóstico de uma falha incipiente quando esses motores estão em operação, mesmo antes que falhas significativas possam ocorrer, devem receber uma especial atenção da indústria. Assim, um diagnóstico adequado pode levar à redução das perdas nos processos, tempo fora de serviço e a quebra do equipamento, além de garantir operação consistente e confiável dos sistemas industriais. Neste contexto, este trabalho apresenta uma proposta sobre o uso de ferramentas de processamento de sinais e sistemas inteligentes no diagnóstico de falhas de rolamentos, rotor e estator em motores de indução, mesmo quando sujeitos a diversas condições de operação, como variações no torque de carga independente da alimentação da máquina. Este trabalho propõe a extração das características de falha baseadas em medidas de informação mútua atrasada entre os sinais das correntes de linha do estator, e , no domínio do tempo. Para avaliar a acurácia da classificação sob vários níveis de severidade de falhas, comparou-se o desempenho de três diferentes técnicas de reconhecimento de padrões: rede neural artificial do tipo perceptron multicamadas, k-vizinhos mais próximos e máquinas de vetores de suporte. Os resultados experimentais off-line e on-line apresentados neste trabalho validam a robustez e a eficácia da abordagem proposta.Universidade Tecnológica Federal do ParanáCornelio ProcopioBrasilPrograma de Pós-Graduação em Engenharia Elétrica -UTFPRUTFPRGoedtel, Alessandrohttp://lattes.cnpq.br/1920650157123774Goedtel, Alessandrohttp://lattes.cnpq.br/1920650157123774Andreoli, Andre Luizhttp://lattes.cnpq.br/8962036732560069Pereira, Carlos Eduardohttp://lattes.cnpq.br/7437115504621985Nascimento, Claudionor Francisco dohttp://lattes.cnpq.br/7482480424827756Suetake, MarceloBazan, Gustavo Henrique2021-07-17T13:44:07Z2021-07-17T13:44:07Z2020-12-16info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisapplication/pdfBAZAN, Gustavo Henrique. Identificação inteligente de falhas em máquinas elétricas utilizando informação mútua. 2020. Tese (Doutorado em Engenharia Elétrica -Utpfr) - Universidade Tecnológica Federal do Paraná, Cornélio Procópio, 2020.http://repositorio.utfpr.edu.br/jspui/handle/1/25597porhttps://creativecommons.org/licenses/by-nc-nd/4.0/info:eu-repo/semantics/openAccessreponame:Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT))instname:Universidade Tecnológica Federal do Paraná (UTFPR)instacron:UTFPR2021-07-18T06:03:29Zoai:repositorio.utfpr.edu.br:1/25597Repositório InstitucionalPUBhttp://repositorio.utfpr.edu.br:8080/oai/requestriut@utfpr.edu.br || sibi@utfpr.edu.bropendoar:2021-07-18T06:03:29Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT)) - Universidade Tecnológica Federal do Paraná (UTFPR)false
dc.title.none.fl_str_mv Identificação inteligente de falhas em máquinas elétricas utilizando informação mútua
Intelligent identification of electrical machine faults using mutual information
title Identificação inteligente de falhas em máquinas elétricas utilizando informação mútua
spellingShingle Identificação inteligente de falhas em máquinas elétricas utilizando informação mútua
Bazan, Gustavo Henrique
Sistemas especialistas (Computação)
Motores elétricos de indução
Máquinas elétricas de indução
Expert systems (Computer science)
Electric motors, Induction
Electric machinery, Induction
CNPQ::ENGENHARIAS
Engenharia Elétrica
title_short Identificação inteligente de falhas em máquinas elétricas utilizando informação mútua
title_full Identificação inteligente de falhas em máquinas elétricas utilizando informação mútua
title_fullStr Identificação inteligente de falhas em máquinas elétricas utilizando informação mútua
title_full_unstemmed Identificação inteligente de falhas em máquinas elétricas utilizando informação mútua
title_sort Identificação inteligente de falhas em máquinas elétricas utilizando informação mútua
author Bazan, Gustavo Henrique
author_facet Bazan, Gustavo Henrique
author_role author
dc.contributor.none.fl_str_mv Goedtel, Alessandro
http://lattes.cnpq.br/1920650157123774
Goedtel, Alessandro
http://lattes.cnpq.br/1920650157123774
Andreoli, Andre Luiz
http://lattes.cnpq.br/8962036732560069
Pereira, Carlos Eduardo
http://lattes.cnpq.br/7437115504621985
Nascimento, Claudionor Francisco do
http://lattes.cnpq.br/7482480424827756
Suetake, Marcelo
dc.contributor.author.fl_str_mv Bazan, Gustavo Henrique
dc.subject.por.fl_str_mv Sistemas especialistas (Computação)
Motores elétricos de indução
Máquinas elétricas de indução
Expert systems (Computer science)
Electric motors, Induction
Electric machinery, Induction
CNPQ::ENGENHARIAS
Engenharia Elétrica
topic Sistemas especialistas (Computação)
Motores elétricos de indução
Máquinas elétricas de indução
Expert systems (Computer science)
Electric motors, Induction
Electric machinery, Induction
CNPQ::ENGENHARIAS
Engenharia Elétrica
description Programa de Pós-Graduação em Engenharia Elétrica da UTFPR Associado à Universidade Estadual de Londrina
publishDate 2020
dc.date.none.fl_str_mv 2020-12-16
2021-07-17T13:44:07Z
2021-07-17T13:44:07Z
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 BAZAN, Gustavo Henrique. Identificação inteligente de falhas em máquinas elétricas utilizando informação mútua. 2020. Tese (Doutorado em Engenharia Elétrica -Utpfr) - Universidade Tecnológica Federal do Paraná, Cornélio Procópio, 2020.
http://repositorio.utfpr.edu.br/jspui/handle/1/25597
identifier_str_mv BAZAN, Gustavo Henrique. Identificação inteligente de falhas em máquinas elétricas utilizando informação mútua. 2020. Tese (Doutorado em Engenharia Elétrica -Utpfr) - Universidade Tecnológica Federal do Paraná, Cornélio Procópio, 2020.
url http://repositorio.utfpr.edu.br/jspui/handle/1/25597
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv https://creativecommons.org/licenses/by-nc-nd/4.0/
info:eu-repo/semantics/openAccess
rights_invalid_str_mv https://creativecommons.org/licenses/by-nc-nd/4.0/
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Universidade Tecnológica Federal do Paraná
Cornelio Procopio
Brasil
Programa de Pós-Graduação em Engenharia Elétrica -UTFPR
UTFPR
publisher.none.fl_str_mv Universidade Tecnológica Federal do Paraná
Cornelio Procopio
Brasil
Programa de Pós-Graduação em Engenharia Elétrica -UTFPR
UTFPR
dc.source.none.fl_str_mv reponame:Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT))
instname:Universidade Tecnológica Federal do Paraná (UTFPR)
instacron:UTFPR
instname_str Universidade Tecnológica Federal do Paraná (UTFPR)
instacron_str UTFPR
institution UTFPR
reponame_str Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT))
collection Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT))
repository.name.fl_str_mv Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT)) - Universidade Tecnológica Federal do Paraná (UTFPR)
repository.mail.fl_str_mv riut@utfpr.edu.br || sibi@utfpr.edu.br
_version_ 1850498312722972672

Registros relacionados