Nesta pesquisa, é proposta uma metodologia para detectar e classificar os distúrbios observados em um Sistema Elétrico Industrial (SEI), além de estimar de forma não intrusiva, o torque eletromagnético e a velocidade associada ao Motor de Indução Trifásico (MIT) em análise. A metodologia proposta está baseada na utilização da Transformada Wavelet (TW) para a detecção e a localização no tempo dos afundamentos e interrupções de tensão, e na aplicação da Função Densidade de Probabilidade (FDP) e Correlação Cruzada (CC) para a classificação dos eventos. Após o processo de classificação dos eventos, a metodologia como implementada proporciona a estimação do torque eletromagnético e a velocidade do MIT por meio das tensões e correntes trifásicas via Redes Neurais Artificiais (RNAs). As simulações computacionais necessárias sobre um sistema industrial real, assim como a modelagem do MIT, foram realizadas utilizando-se do software DIgSILENT PowerFactory. Cabe adiantar que a lógica responsável pela detecção e a localização no tempo detectou corretamente 93,4% das situações avaliadas. Com relação a classificação dos distúrbios, o índice refletiu 100% de acerto das situações avaliadas. As RNAs associadas à estimação do torque eletromagnético e à velocidade no eixo do MIT apresentaram um desvio padrão máximo de 1,68 p.u. e 0,02 p.u., respectivamente. / This study proposes a methodology to detect and classify the disturbances observed in an Industrial Electric System (IES), in addition to, non-intrusively, estimate the electromagnetic torque and speed associated with the Three-Phase Induction Motor (TPIM) under analysis. The proposed methodology is based on the use of the Wavelet Transform WT) for the detection and location in time of voltage sags and interruptions, and on the application of the Probability Density Function (PDF) and Cross Correlation (CC) for the classification of events. After the process of events classification, the methodology, as implemented, provides the estimation of the electromagnetic torque and the TPIM speed through the three-phase voltages and currents via Artificial Neural Networks (ANN). The necessary computer simulations of a real industrial system, as well as the modeling of the TPIM, were performed by using the DIgSILENT PowerFactory software. The logic responsible for the detection and location in time correctly detected 93.4% of the assessed situations. Regarding the classification of disturbances, the index reflected 100% accuracy of the assessed situations. The ANN associated with the estimation of the electromagnetic torque and speed at the TPIM shaft showed a maximum standard deviation of 1.68 p.u. and 0.02 p.u., respectively.

O objetivo principal desta tese consiste no desenvolvimento de ferramentas matemáticas e computacionais dedicadas a um sistema de diagnóstico de barras quebradas no rotor de Motores de Indução Trifásicos. O sistema proposto é baseado em um método matemático de decomposição de sinais elétricos, denominado de Decomposição em Componentes Ortogonais, e ferramentas de aprendizagem de máquinas. Como uma das principais contribuições desta pesquisa, realizou-se um aprofundamento do entendimento da técnica de Decomposição em Componentes Ortogonais e de sua aplicabilidade como ferramenta de processamento de sinais para sistemas elétricos e eletromecânicos. Redes Neurais Artificiais e Support Vector Machines, tanto para classificação multi-classes quanto para detecção de novidades, foram configurados para receber índices advindos do processamento de sinais elétricos de motores, e a partir deles, identificar os padrões normais e os padrões com falhas. Além disso, a severidade da falha também é diagnosticada, a qual é representada pelo número de barras quebradas no rotor. Para a avaliação da metodologia, considerou-se o acionamento de motores de indução pela tensão de alimentação da rede e por inversores de frequência, operando sob diversas condições de torque de carga. Os resultados alcançados demonstram a eficácia das ferramentas matemáticas e computacionais desenvolvidas para o sistema de diagnóstico, sendo que os índices criados se mostraram altamente correlacionados com o fenômeno da falha. Mais especificamente, foi possível criar índices monotônicos com a severidade da falha e com baixa variabilidade, demonstrando-se que as ferramentas são eficientes extratores de características. / This doctoral thesis consists of the development of mathematical and computational tools dedicated to a diagnostic system for broken rotor bars in Three Phase Induction Motors. The proposed system is based on a mathematical method for decomposing electrical signals, named the Orthogonal Components Decomposition, and machine learning tools. As one of the main contributions of this research, an in-depth investigation of the decomposition technique and its applicability as a signal processing tool for electrical and electromechanical systems was carried-out. Artificial Neural Networks and Support Vector Machines for multi-class classification and novelty detection were configured to receive indices derived from the processing of electrical signals and then identify normal motors and faulty motors. In addition, the fault severity is also diagnosed, which is represented by the number of broken rotor bars. Experimental data was tested in order to evaluate the proposed method. Signals were obtained from induction motors operating with different torque levels and driven either directly by the grid or by frequency inverters. The results demonstrate the effectiveness of the mathematical and computational tools developed for the diagnostic system since the indices created are highly correlated with the fault phenomenon. More specifically, it was possible to create monotonic indices with the fault severity and with low variability, what supports that the solution is an efficient fault-specific feature extractor.

Para aplicações de extração de petróleo de poços em terra foi desenvolvido pelo Laboratório de Eletromagnetismo Aplicado (LMAG) da Escola Politécnica da Universidade de São Paulo um protótipo de motor de indução linear tubular (MILT), onde o movimento axial do secundário do motor aciona diretamente a bomba de extração situada no fundo do poço. Numa segunda etapa, foi prevista a substituição dos mancais mecânicos por dois mancais magnéticos ativos (AMBs), que permitem melhor movimentação e praticamente nenhum atrito, reduzindo o desgaste causado por impurezas contidas no petróleo extraído, e consequentemente os esforços de manutenção. Todavia, o protótipo atual possui apenas um mancal magnético, e o outro é mecânico. O presente trabalho apresenta a instalação do segundo mancal magnético ao protótipo do MILT, e propõe realizar o controle do sistema de mancais magnéticos para o MILT, tendo em vista um problema multivariável, onde as posições do secundário do motor em relação aos dois mancais são correlacionadas, bem como as ações de controle sobre os mesmos. O trabalho faz uma revisão do sistema atual com um AMB, abordando sua concepção física, modelagem e o controlador, e tal controlador é replicado para o segundo AMB. Um novo modelo é apresentado, considerando o comportamento multivariável dos dois AMBs, e um sistema de controle robusto multivariável é projetado, através da técnica LQG/LTR. Resultados de simulação do novo controlador são analisados e comparados com os resultados experimentais do controlador atual aplicado aos dois AMBs, e apresentam-se as conclusões. / For onshore oil extraction applications, a tubular linear induction motor (TLIM) prototype was developed by Applied Electromagnetism Laboratory (LMAG) of Escola Politécnica da Universidade de São Paulo, on which the axial movement of the motor secondary drives the suction pump, placed in the down hole of the oil well. In a second step, it was planned to replace the mechanical bearings by two Active Magnetic Bearings (AMB), in order to have better movement and practically no friction, reducing damages caused by impurities in the oil, thus reducing maintenance effort. Nevertheless, the actual prototype has only one AMB, being the other one a mechanical bearing. This paper presents the installation of the second AMB onto TLIM prototype, and a proposal to implement the control algorithm for the TLIM magnetic bearing system, considering now a multivariable problem, where the position of the motor secondary for both AMB are related, as well as control efforts. The present work review the actual system with only one AMB, approaching its physical construction, mathematical model and applied control system; and this control system is applied to the second AMB. A new model is presented, considering the AMB system multivariable behavior, and a multivariable robust control system is then designed, using LQG/LTR approach. Simulation results for the new controller are analyzed and compared to experimental results from the actual controller applied to both AMB, and some conclusions are presented.

Os motores de indução desempenham um importante papel na indústria, fato este que destaca a importância do correto diagnóstico e classificação de falhas ainda em fase inicial de sua evolução, possibilitando aumento na produtividade e, principalmente, eliminando graves danos aos processos e às máquinas. Assim, a proposta desta tese consiste em apresentar um multiclassificador inteligente para o diagnóstico de motor sem defeitos, falhas de curto-circuito nos enrolamentos do estator, falhas de rotor e falhas de rolamentos em motores de indução trifásicos acionados por diferentes modelos de inversores de frequência por meio da análise das amplitudes dos sinais de corrente de estator no domínio do tempo. Para avaliar a precisão de classificação frente aos diversos níveis de severidade das falhas, foram comparados os desempenhos de quatro técnicas distintas de aprendizado de máquina; a saber: (i) Rede Fuzzy Artmap, (ii) Rede Perceptron Multicamadas, (iii) Máquina de Vetores de Suporte e (iv) k-Vizinhos-Próximos. Resultados experimentais obtidos a partir de 13.574 ensaios experimentais são apresentados para validar o estudo considerando uma ampla faixa de frequências de operação, bem como regimes de conjugado de carga em 5 motores diferentes. / Induction motors play an important role in the industry, a fact that highlights the importance of correct diagnosis and classification of faults on these machines still in early stages of their evolution, allowing increase in productivity and mainly, eliminating major damage to the processes and machines. Thus, the purpose of this thesis is to present an intelligent multi-classifier for the diagnoses of healthy motor, short-circuit faults in the stator windings, rotor broken bars and bearing faults in induction motors operating with different models of frequency inverters by analyzing the amplitude of the stator current signal in the time domain. To assess the classification accuracy across the various levels of faults severity, the performances of four different learning machine techniques were compared; namely: (i) Fuzzy ARTMAP network, (ii) Multilayer Perceptron Network, (iii) Support Vector Machine and (iv) k-Nearest-Neighbor. Experimental results obtained from 13.574 experimental tests are presented to validate the study considering a wide range of operating frequencies and also load conditions using 5 different motors.

Esta pesquisa apresenta um estudo da resposta dinâmica dos motores de indução trifásicos submetidos a afundamentos de tensão. As simulações computacionais sobre um sistema de distribuição, assim como a modelagem dos motores de indução trifásicos baseada em dados reais, foram realizadas utilizando-se do software ATP (Alternative Transients Program). Estas tiveram por objetivo gerar situações representativas da operação do sistema elétrico de potência (SEP), caracterizando afundamentos de tensão, fenômenos estes pertencentes à classe de variações de tensão de curta duração (VTCD), no contexto da qualidade da energia elétrica (QEE). Da observação destes afundamentos, verificaram-se as situações que vieram ou não, a comprometer a alimentação do equipamento analisado e, conseqüentemente, seu desempenho. Pelos resultados observados, evidencia-se que a metodologia de análise aplicada é satisfatória e condizente com o encontrado em situações reais de operação dos motores de indução trifásicos, denotando certas características intrínsecas no contexto das VTCDs. / This research shows a study on the dynamic response of three-phase induction motors submitted to voltage sags. Computer simulations about a distribution system, as well as the modeling of three-phase induction motors based on actual data, were made using ATP (Alternative Transients Program) software. These simulations intended to generate representative situations of the electrical power system (EPS) operation, characterizing voltage sags, which is a phenomenon belonging to the class of short duration voltage variations (SDVV), in the electrical power quality context (EPQ). From the observation of these sags, we verified the situations that jeopardized or not the supply of the analyzed equipment and, consequently, its performance. From the observed results, it becomes evident that the methodology of the applied analysis is satisfactory and in agreement with the one found in actual situations of three-phase induction motors operations, indicating certain characteristics intrinsic to the SDVV context.

O presente trabalho objetiva, a partir de dados coletados dos motores elétricos em regime de trabalho, dar sua contribuição ao estudo de conservação de energia elétrica numa planta industrial. Apresenta-se o motor elétrico trifásico de indução e as diversas questões relativas ao seu uso industrial, para então, demonstrarem os parâmetros elétricos obtidos. Elaborou-se um trabalho de campo, que possibilita à análise da eficiência energética no uso de motores elétricos em uma fábrica de papel e cosméticos. A partir de medidas dos parâmetros elétricos como: corrente e tensão, mais os dados de catálogos do fabricante, chegaram-se aos valores de rendimento, fator de potência e fator de utilização, para diversas condições de carga dos motores. Caso o fator de utilização seja inferior a 75%, um estudo comparativo permitirá as decisões de substituição dos motores super dimensionados. Os dados são usados para as seguintes análises: qual a possível conservação de energia elétrica para cada setor, se os motores fossem substituídos por unidades de alto rendimento?; qual a viabilidade de cada setor realizar as trocas imediatas por motores de alto rendimento?; qual à economia de energia elétrica por setores em (R$/dia), utilizando motores de alto rendimento?; em quanto tempo obteríamos o retorno desse investimento? Alguns recursos de informática foram utilizados nos cálculos realizados. Os resultados indicam que o potencial de conservação de energia elétrica em motores deve ser melhor explorado e de forma mais consciente. / The objective of the present research, from a data set of electric motor collected in a regimen of work, give its contribution to the study on industrial electrical motors’ energy saving. It present the three-phase induction motor, the various issues of its industrial use and the electric parameter set collected are then presented. Field of work was elaborated, wich allowed the analysis of the energy efficiency in the use of electric engines in industry of paper and cosmetics. Given the measurements of current and tension, plus the data from the manufacter’s catalogs, values of efficiency were obtained, power factor and utilization factor, for diverse conditions of engine load. But in case the utilization factor is less than 75%, a comparative study allowed the decisions of substitution of the poorly dimensioned engines. The data are analyzed in ways: 1)What would be the energy save to each sector, if motors were changed for high efficient units? 2)What would be the viable to each sector to replace immediately the existing motors for high efficient? 3)What would be the energy save to each sector in (R$/day), using high efficient motors? 4)How much time would be the return of the investiment?. Some resources of computer technology were used in the calculations. The results showing the electric energy saving potential in motor would be better use to advantage and more conscientions form.

Esta pesquisa apresenta um estudo da resposta dinâmica dos motores de indução trifásicos submetidos a afundamentos de tensão. As simulações computacionais sobre um sistema de distribuição, assim como a modelagem dos motores de indução trifásicos baseada em dados reais, foram realizadas utilizando-se do software ATP (Alternative Transients Program). Estas tiveram por objetivo gerar situações representativas da operação do sistema elétrico de potência (SEP), caracterizando afundamentos de tensão, fenômenos estes pertencentes à classe de variações de tensão de curta duração (VTCD), no contexto da qualidade da energia elétrica (QEE). Da observação destes afundamentos, verificaram-se as situações que vieram ou não, a comprometer a alimentação do equipamento analisado e, conseqüentemente, seu desempenho. Pelos resultados observados, evidencia-se que a metodologia de análise aplicada é satisfatória e condizente com o encontrado em situações reais de operação dos motores de indução trifásicos, denotando certas características intrínsecas no contexto das VTCDs. / This research shows a study on the dynamic response of three-phase induction motors submitted to voltage sags. Computer simulations about a distribution system, as well as the modeling of three-phase induction motors based on actual data, were made using ATP (Alternative Transients Program) software. These simulations intended to generate representative situations of the electrical power system (EPS) operation, characterizing voltage sags, which is a phenomenon belonging to the class of short duration voltage variations (SDVV), in the electrical power quality context (EPQ). From the observation of these sags, we verified the situations that jeopardized or not the supply of the analyzed equipment and, consequently, its performance. From the observed results, it becomes evident that the methodology of the applied analysis is satisfactory and in agreement with the one found in actual situations of three-phase induction motors operations, indicating certain characteristics intrinsic to the SDVV context.

O objetivo principal desta tese consiste no desenvolvimento de ferramentas matemáticas e computacionais dedicadas a um sistema de diagnóstico de barras quebradas no rotor de Motores de Indução Trifásicos. O sistema proposto é baseado em um método matemático de decomposição de sinais elétricos, denominado de Decomposição em Componentes Ortogonais, e ferramentas de aprendizagem de máquinas. Como uma das principais contribuições desta pesquisa, realizou-se um aprofundamento do entendimento da técnica de Decomposição em Componentes Ortogonais e de sua aplicabilidade como ferramenta de processamento de sinais para sistemas elétricos e eletromecânicos. Redes Neurais Artificiais e Support Vector Machines, tanto para classificação multi-classes quanto para detecção de novidades, foram configurados para receber índices advindos do processamento de sinais elétricos de motores, e a partir deles, identificar os padrões normais e os padrões com falhas. Além disso, a severidade da falha também é diagnosticada, a qual é representada pelo número de barras quebradas no rotor. Para a avaliação da metodologia, considerou-se o acionamento de motores de indução pela tensão de alimentação da rede e por inversores de frequência, operando sob diversas condições de torque de carga. Os resultados alcançados demonstram a eficácia das ferramentas matemáticas e computacionais desenvolvidas para o sistema de diagnóstico, sendo que os índices criados se mostraram altamente correlacionados com o fenômeno da falha. Mais especificamente, foi possível criar índices monotônicos com a severidade da falha e com baixa variabilidade, demonstrando-se que as ferramentas são eficientes extratores de características. / This doctoral thesis consists of the development of mathematical and computational tools dedicated to a diagnostic system for broken rotor bars in Three Phase Induction Motors. The proposed system is based on a mathematical method for decomposing electrical signals, named the Orthogonal Components Decomposition, and machine learning tools. As one of the main contributions of this research, an in-depth investigation of the decomposition technique and its applicability as a signal processing tool for electrical and electromechanical systems was carried-out. Artificial Neural Networks and Support Vector Machines for multi-class classification and novelty detection were configured to receive indices derived from the processing of electrical signals and then identify normal motors and faulty motors. In addition, the fault severity is also diagnosed, which is represented by the number of broken rotor bars. Experimental data was tested in order to evaluate the proposed method. Signals were obtained from induction motors operating with different torque levels and driven either directly by the grid or by frequency inverters. The results demonstrate the effectiveness of the mathematical and computational tools developed for the diagnostic system since the indices created are highly correlated with the fault phenomenon. More specifically, it was possible to create monotonic indices with the fault severity and with low variability, what supports that the solution is an efficient fault-specific feature extractor.

O presente trabalho objetiva, a partir de dados coletados dos motores elétricos em regime de trabalho, dar sua contribuição ao estudo de conservação de energia elétrica numa planta industrial. Apresenta-se o motor elétrico trifásico de indução e as diversas questões relativas ao seu uso industrial, para então, demonstrarem os parâmetros elétricos obtidos. Elaborou-se um trabalho de campo, que possibilita à análise da eficiência energética no uso de motores elétricos em uma fábrica de papel e cosméticos. A partir de medidas dos parâmetros elétricos como: corrente e tensão, mais os dados de catálogos do fabricante, chegaram-se aos valores de rendimento, fator de potência e fator de utilização, para diversas condições de carga dos motores. Caso o fator de utilização seja inferior a 75%, um estudo comparativo permitirá as decisões de substituição dos motores super dimensionados. Os dados são usados para as seguintes análises: qual a possível conservação de energia elétrica para cada setor, se os motores fossem substituídos por unidades de alto rendimento?; qual a viabilidade de cada setor realizar as trocas imediatas por motores de alto rendimento?; qual à economia de energia elétrica por setores em (R$/dia), utilizando motores de alto rendimento?; em quanto tempo obteríamos o retorno desse investimento? Alguns recursos de informática foram utilizados nos cálculos realizados. Os resultados indicam que o potencial de conservação de energia elétrica em motores deve ser melhor explorado e de forma mais consciente. / The objective of the present research, from a data set of electric motor collected in a regimen of work, give its contribution to the study on industrial electrical motors’ energy saving. It present the three-phase induction motor, the various issues of its industrial use and the electric parameter set collected are then presented. Field of work was elaborated, wich allowed the analysis of the energy efficiency in the use of electric engines in industry of paper and cosmetics. Given the measurements of current and tension, plus the data from the manufacter’s catalogs, values of efficiency were obtained, power factor and utilization factor, for diverse conditions of engine load. But in case the utilization factor is less than 75%, a comparative study allowed the decisions of substitution of the poorly dimensioned engines. The data are analyzed in ways: 1)What would be the energy save to each sector, if motors were changed for high efficient units? 2)What would be the viable to each sector to replace immediately the existing motors for high efficient? 3)What would be the energy save to each sector in (R$/day), using high efficient motors? 4)How much time would be the return of the investiment?. Some resources of computer technology were used in the calculations. The results showing the electric energy saving potential in motor would be better use to advantage and more conscientions form.

Nesta pesquisa, é proposta uma metodologia para detectar e classificar os distúrbios observados em um Sistema Elétrico Industrial (SEI), além de estimar de forma não intrusiva, o torque eletromagnético e a velocidade associada ao Motor de Indução Trifásico (MIT) em análise. A metodologia proposta está baseada na utilização da Transformada Wavelet (TW) para a detecção e a localização no tempo dos afundamentos e interrupções de tensão, e na aplicação da Função Densidade de Probabilidade (FDP) e Correlação Cruzada (CC) para a classificação dos eventos. Após o processo de classificação dos eventos, a metodologia como implementada proporciona a estimação do torque eletromagnético e a velocidade do MIT por meio das tensões e correntes trifásicas via Redes Neurais Artificiais (RNAs). As simulações computacionais necessárias sobre um sistema industrial real, assim como a modelagem do MIT, foram realizadas utilizando-se do software DIgSILENT PowerFactory. Cabe adiantar que a lógica responsável pela detecção e a localização no tempo detectou corretamente 93,4% das situações avaliadas. Com relação a classificação dos distúrbios, o índice refletiu 100% de acerto das situações avaliadas. As RNAs associadas à estimação do torque eletromagnético e à velocidade no eixo do MIT apresentaram um desvio padrão máximo de 1,68 p.u. e 0,02 p.u., respectivamente. / This study proposes a methodology to detect and classify the disturbances observed in an Industrial Electric System (IES), in addition to, non-intrusively, estimate the electromagnetic torque and speed associated with the Three-Phase Induction Motor (TPIM) under analysis. The proposed methodology is based on the use of the Wavelet Transform WT) for the detection and location in time of voltage sags and interruptions, and on the application of the Probability Density Function (PDF) and Cross Correlation (CC) for the classification of events. After the process of events classification, the methodology, as implemented, provides the estimation of the electromagnetic torque and the TPIM speed through the three-phase voltages and currents via Artificial Neural Networks (ANN). The necessary computer simulations of a real industrial system, as well as the modeling of the TPIM, were performed by using the DIgSILENT PowerFactory software. The logic responsible for the detection and location in time correctly detected 93.4% of the assessed situations. Regarding the classification of disturbances, the index reflected 100% accuracy of the assessed situations. The ANN associated with the estimation of the electromagnetic torque and speed at the TPIM shaft showed a maximum standard deviation of 1.68 p.u. and 0.02 p.u., respectively.