Diagnóstico Inteligente de Falhas no Rotor, Estator e Rolamento em Motores de Indução Trifásicos

Rodrigo Henrique Cunha Palácios¹; Ivan Nunes da Silva²; Alessandro Goedtel¹; Wagner Fontes Godoy¹; Pedro Petri Dias da Silva¹; Gustavo Henrique Bazan¹

¹ Universidade Tecnológica Federal do Paraná - Campus Cornélio Procópio; ² Universidade de São Paulo - EESC

Baixar PDF

Resumo

Este trabalho propõe uma metodologia para identificação inteligente de defeitos em motores de indução trifásicos por meio da técnica de discretização dos sinais das correntes e tensões no domínio do tempo, com a aplicação de três tipos de classificadores de padrões: rede neural artificial do tipo multilayer perceptron (RNA/MLP), algoritmo k-nearest neighbors (k-NN) e support vector machine com sequential minimal optimization (SVM/SMO). Os defeitos observados são relacionados a curto-circuitos nas bobinas do estator, barras quebradas no rotor e defeitos nos rolamentos. Resultados experimentais foram obtidos a partir de dados oriundos de uma bancada experimental de ensaios, contemplando várias condições de alimentação elétrica senoidal e ampla variação da carga mecânica do MIT com potência de 1 cv, proporcionando a análise das amplitudes dos sinais das correntes e tensões no domínio do tempo. Observa-se ainda que os classificadores MLP e k-NN se destacaram com resultados de acurácia acima de 89%.

Palavras-chave: Motor de Indução Trifásico; Diagnóstico de Falhas; Reconhecimento de Padrões