C Conferentia Proceedings
CBA2018-1125 Modelagem e Identificação de Sistemas

Detecção de falhas baseada em dados em sistema de arrefecimento de motor diesel

Celso Jose Munaro1; Daniel Augusto Carmo1

1 Universidade Federal do Espirito Santo

Baixar PDF doi:10.20906/CPS/CBA2018-1125

Resumo

Este trabalho apresenta um método de detecção de falhas no sistema de arrefecimento de um motor diesel ferroviário. Este tipo de equipamento opera com diferentes rotações, que afetam as variáveis usadas em seu sistema de proteção. Um classificador é proposto para identificar o ponto de operação a partir de medidas de rotação. Modelos baseados em dados são identificados para estimar a pressão interna do sistema de arrefecimento, e com elas gerar resíduos usados para a detecção da falha. Os múltiplos modos de operação requerem o uso de múltiplos modelos e diferente normalização dos resíduos nestes pontos de operação. Foram coletados dados de operação normal e de falha de um motor diesel real através de um sistema de aquisição de dados desenvolvido. A aplicação da metodologia proposta permitiu detectar uma falha causada por vazamento de água com grande antecipação, sendo esta uma caraterística muito desejável em sistemas de detecção de falhas. A metodologia proposta é facilmente aplicável a outros motores diesel.

Palavras-chave: Detecção de falhas; Motor diesel; Aprendizado de máquina

Como citar

Celso Jose Munaro; Daniel Augusto Carmo. “Detecção de falhas baseada em dados em sistema de arrefecimento de motor diesel”. XXII Congresso Brasileiro de Automática. CBA2018. 2018. DOI: 10.20906/CPS/CBA2018-1125