Companies are increasingly challenged by the impending loss of knowledge due to demographic change and employee loss. In times of advancing digitalization, it is important to make large datasets accessible and usable, aiming at increasing resource efficiency within the company on the one hand and being able to offer customers additional services on the other. Given the background of implementing efficient quality management and predictive maintenance with the same system, technological key figures and process control must first be determined. In the field of intelligent maintenance, however, it is not always possible to record error states of physical systems in series operation as a data set. Deliberately allowing faults to occur under real production conditions could lead to fatal failures or even the destruction of the system. The targeted generation of faults under highly controlled conditions can also be timeconsuming, cost-intensive, or even impractical.

A non-invasive, on-line method for detection of mechanical (rotor, bearings eccentricity) and stator winding faults in a 3-phase induction motors from observation of motor line current supply input. The main aim is to avoid the consequence of unexpected failure of critical equipment which results in extended process shutdown, costly machinery repair, and health and safety problems. This thesis looks into the possibility of utilizing machine learning techniques in the field of condition monitoring of electromechanical systems. Induction motors are chosen as an example for such application. Electrical motors play a vital role in our everyday life. Induction motors are kept in operation through monitoring its condition in a continuous manner in order to minimise their off times. The author proposes a model free sensor-less monitoring system, where the only monitored signal is the input to the induction motor. The thesis considers different methods available in literature for condition monitoring of induction motors and adopts a simple solution that is based on monitoring of the motor current. The method proposed use the feature extraction and Support Vector Machines (SVM) to set the limits for healthy and faulty data based on the statistical methods. After an extensive overview of the related literature and studies, the motor which is the virtual sensor in the drive system is analysed by considering its construction and principle of operation. The mathematical model of the motor is used for analysing the system. This is followed by laboratory testing of healthy motors and comparing their output signals with those of the same motors after being intentionally failed, concluding with the development of a full monitoring system. Finally, a monitoring system is proposed that can detect the presence of a fault in the monitored machine and diagnose the fault type and severity

Den nya generationens digitalisering har slagit rot i samhället. Algoritmer och datamodeller styr nyhetsflödet i social media, röststyr mobilen genom att tolka rösten och självstyr bilen, helt och hållet i autonoma fordon. Inom industrierna finns det också en pågående process där machine learning kan appliceras för att öka drifttillgänglighet och minska kostnader. Det nuvarande paradigmet för att underhålla icke-säkerhetsklassade maskiner i kärnkraftindustrin är en kombination av Avhjälpande Underhåll och Förebyggande Underhåll. Avhjälpande underhåll innebär att underhålla maskinen när fel inträffar, förebyggande underhåll innebär att underhålla med periodiska intervall. Båda sätten är kostsamma för att de riskerar att under- respektive över-underhålla maskinen och blir därmed resurskrävande. Ett paradigmskifte är på väg, det stavas Prediktivt Underhåll - att kunna förutspå fel innan de inträffar och  planera underhåll därefter. Den här rapporten utforskar möjligheten att använda sig av de neurala nätverken LSTM och GRU för att kunna prognostisera eventuella skador på maskiner. Det här baseras på mätdata och historiska fel på maskinen. / The new generation of digitalization has been ingrained into society. Algorithms and data models are controlling the news feed of social media, controlling the phone by interpreting voices and controlling the car, altogether with automonous vehicles. In the industries there is also an ongoing process where machine learning is applied to increase availability and reduce costs. The current paradigm for maintaining non-critical machines in the nuclear power industry is a combination of corrective maintenance and preventive maintenance. Corrective maintenance means doing repairs on the machine upon faults, preventive maintenance means doing repairs periodically. Both ways are costly because they run the risk of under- and over-maintaining the machine and therefore becoming resource-intensive. A paradigm shift is on it's way, and it's spelled Predictive Maintenance - being able to predict faults before they happen and plan maintenance thence. This report explores the possibilities of using LSTM and GRU to forecast potential damage on machines. This is based on data from measurements and historical issues on the machine.

Submitted by FERNANDA ALMEIDA MARCHINI GAYER null (fer_marchini@yahoo.com.br) on 2017-12-12T16:34:52Z No. of bitstreams: 1 dissertacao.pdf: 8726620 bytes, checksum: 66b744fe24afaf15e89574cfd8c23af1 (MD5) / Approved for entry into archive by Adriana Aparecida Puerta null (dripuerta@rc.unesp.br) on 2017-12-12T18:20:47Z (GMT) No. of bitstreams: 1 gayer_fam_me_rcla.pdf: 8697307 bytes, checksum: ef684be2abf1d5c9b37f2d77c9ab5ce8 (MD5) / Made available in DSpace on 2017-12-12T18:20:47Z (GMT). No. of bitstreams: 1 gayer_fam_me_rcla.pdf: 8697307 bytes, checksum: ef684be2abf1d5c9b37f2d77c9ab5ce8 (MD5) Previous issue date: 2017-12-01 / Neste trabalho, apresentamos um estudo introdutório à Teoria de Conjuntos Fuzzy e Lógica Fuzzy, mostrando o seu potencial de aplicação através da análise de um problema numa indústria química e da introdução de alguns conceitos dessa teoria a alunos do Ensino Médio. Quanto ao problema da indústria química, o objetivo é assessorar uma equipe de gestão de manutenção de uma certa indústria química na tomada de decisão quanto ao momento oportuno para realização de intervenção em uma bomba industrial. Esta equipe observou como dificuldade em sua gestão de custos a manutenção preventiva de uma certa bomba de seu processo. Para isso, dados dos processos são analisados e modelados matematicamente utilizando a lógica fuzzy, produzindo um resultado que direciona corretamente os profissionais no momento da tomada de decisão, sobrepondo a manutenção preventiva existente pela manutenção preditiva, baseada em dados do processo. Foi criado um sistema computacional que favorece este processo de forma automática e simplificada, evitando burocracias legais quanto à questão de licenciamento de softwares do mercado, de forma a realizar os cálculos, além de facilitar a incorporação de dados e análises de forma intuitiva, não necessitando de maiores treinamentos para tanto. Por fim, durante o estudo da lógica fuzzy e pesquisas relacionadas, foi detectada a possibilidade de aplicação prática para estudantes do Ensino Médio. Dessa forma, uma aula expositiva com atividades originais foi realizada para apresentar os conjuntos e a lógica fuzzy, mostrando a capacidade dos alunos do Ensino Médio em assimilar os conteúdos já citados. / In this work, we present an introductory study to Fuzzy Set Theory and Fuzzy Logic, showing its potential application through the analysis of a problem in a chemical industry and the introduction of some concepts of this theory to high school students. As for the problem of the chemical industry, the objective is to advise a manufacturing management team of a certain chemical industry in the decision making for an opportune time for an intervention in an industrial pump. This team observed as a difficulty in its cost management a preventive maintenance of a certain pump of its process. For this, the data of the processes are analysed and modelled mathematically using a fuzzy logic, producing a result that correctly directs the professionals at the moment of the decision making, overlapping the existing preventive maintenance, by the base predictive maintenance in process data. It was created a computer system that helps this process in an automatic and simplified way, avoiding legal bureaucracies regarding the licensing of software in the market, in order to perform the calculations, besides facilitating the incorporation of data and analyses in an intuitive way, not requiring of greater training for both. Finally, during the study of fuzzy logic and related research, it was detected as a possibility of practical application for high school students. Thus, an expository class with original activities was performed to present the sets and a fuzzy logic, showing the ability of the high school students to assimilate the referred contents.

Submitted by ANDRÉ LUIS VINAGRE PEREIRA null (andreluisvp@gmail.com) on 2018-03-29T18:17:43Z No. of bitstreams: 1 Dissertação Mestrado Final.pdf: 7001331 bytes, checksum: 858704904256f11c8131d5f17bd44a78 (MD5) / Approved for entry into archive by Cristina Alexandra de Godoy null (cristina@adm.feis.unesp.br) on 2018-04-02T12:53:22Z (GMT) No. of bitstreams: 1 pereira_alv_me_ilha.pdf: 7001331 bytes, checksum: 858704904256f11c8131d5f17bd44a78 (MD5) / Made available in DSpace on 2018-04-02T12:53:22Z (GMT). No. of bitstreams: 1 pereira_alv_me_ilha.pdf: 7001331 bytes, checksum: 858704904256f11c8131d5f17bd44a78 (MD5) Previous issue date: 2018-02-27 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) / Na manutenção preditiva, as análises dos sinais de vibração e das partículas do óleo são frequentemente utilizadas para o diagnóstico de falhas em redutores, porque elas contêm informações das condições de seus elementos mecânicos. Os sinais de vibração de um redutor geralmente têm muito ruído e a relação sinal-ruído é tão baixa que a extração de informações dos componentes do sinal é muito difícil, especialmente em situações práticas. Uma das soluções para este problema é a aplicação de técnicas de processamento do sinal para facilitar a obtenção de informações. Neste trabalho, uma técnica de cancelamento de ruído, a média temporal síncrona (TSA), e outra técnica da transformada contínua de wavelet de Morlet foram desenvolvidas para extração de recursos e diagnóstico de diferentes tipos de danos locais da engrenagem. Estas técnicas são aplicadas em sinais medidos em uma bancada experimental, que consiste em um par engrenado acoplado a um motor e a um gerador. Outro método para monitorar o estado do sistema é pela análise de partículas presente no óleo provenientes do desgaste das engrenagens. Avaliando a quantidade, formato, tamanho e material das partículas é possível obter informações das condições do equipamento e do tipo de desgaste ocorrido. Neste trabalho, foram feitas a análise do óleo pelas técnicas da ferrografia e contagem de partículas. A parte experimental deste trabalho foi dividida em dois experimentos. No primeiro experimento as condições de um par engrenado durante toda a sua vida útil foi monitorada, enquanto que no segundo experimento, um entalhe foi feito na raiz do dente simulando uma trinca por fadiga. A análise das partículas de óleo mostrou quais tipos de desgastes estava ocorrendo e a técnica da transformada contínua de wavelet mostrou-se precisa na identificação de falhas em dentes de engrenagens, sendo possível indicar em qual dente a falha estava se desenvolvendo. / At the predictive maintenance, the vibration signals analysis and oil particles analysis are frequently used to diagnose failures in a gearbox, because they contain information about the condition of its mechanic’s elements. The vibration signals of a gearbox usually have a lot of noise and the ratio ‘signal-noise’ is very low, making the extraction of information from the signals component very hard, especially in a practical situation. One of the solutions to this problem is the application of technics of signal processing, to improve the collection of information. At this study, a technique of noise cancellation, Temporal Synchronous Average (TSA) and another technique called continuous transform with the Morlet wavelet were executed for the extraction of resources and diagnostics of different type of gears local damages. Those methods are applied to signals measured on an experimental test stand, consisting of a gearbox with an engine and a generator. Another method for monitoring system wear is by analyzing wear particles in the oil generated due to the wear on the gears. By evaluating the quantity, shape, size and material of the particles it is possible to obtain information about the conditions of the equipment and the type of wear that has occurred. During this work, it was done the analysis of the oil by the techniques of ferrography and particle counting. The experimental part of this study was divided into two experiments. On the first experiment was monitored the conditions of a couple meshed throughout its useful life and in the second was made a notch in the root of the tooth simulating a crack by fatigue. The analysis of the oil particles showed what types of wear was occurring and the technique of the continuous wavelet transform was accurate in the identification of defects in gear's teeth, and it was possible to indicate which tooth was failing.

Orientador: Aparecido Carlos Gonçalves / Resumo: Na manutenção preditiva, as análises dos sinais de vibração e das partículas do óleo são frequentemente utilizadas para o diagnóstico de falhas em redutores, porque elas contêm informações das condições de seus elementos mecânicos. Os sinais de vibração de um redutor geralmente têm muito ruído e a relação sinal-ruído é tão baixa que a extração de informações dos componentes do sinal é muito difícil, especialmente em situações práticas. Uma das soluções para este problema é a aplicação de técnicas de processamento do sinal para facilitar a obtenção de informações. Neste trabalho, uma técnica de cancelamento de ruído, a média temporal síncrona (TSA), e outra técnica da transformada contínua de wavelet de Morlet foram desenvolvidas para extração de recursos e diagnóstico de diferentes tipos de danos locais da engrenagem. Estas técnicas são aplicadas em sinais medidos em uma bancada experimental, que consiste em um par engrenado acoplado a um motor e a um gerador. Outro método para monitorar o estado do sistema é pela análise de partículas presente no óleo provenientes do desgaste das engrenagens. Avaliando a quantidade, formato, tamanho e material das partículas é possível obter informações das condições do equipamento e do tipo de desgaste ocorrido. Neste trabalho, foram feitas a análise do óleo pelas técnicas da ferrografia e contagem de partículas. A parte experimental deste trabalho foi dividida em dois experimentos. No primeiro experimento as condições de um par engrenado d... (Resumo completo, clicar acesso eletrônico abaixo) / Abstract: At the predictive maintenance, the vibration signals analysis and oil particles analysis are frequently used to diagnose failures in a gearbox, because they contain information about the condition of its mechanic’s elements. The vibration signals of a gearbox usually have a lot of noise and the ratio ‘signal-noise’ is very low, making the extraction of information from the signals component very hard, especially in a practical situation. One of the solutions to this problem is the application of technics of signal processing, to improve the collection of information. At this study, a technique of noise cancellation, Temporal Synchronous Average (TSA) and another technique called continuous transform with the Morlet wavelet were executed for the extraction of resources and diagnostics of different type of gears local damages. Those methods are applied to signals measured on an experimental test stand, consisting of a gearbox with an engine and a generator. Another method for monitoring system wear is by analyzing wear particles in the oil generated due to the wear on the gears. By evaluating the quantity, shape, size and material of the particles it is possible to obtain information about the conditions of the equipment and the type of wear that has occurred. During this work, it was done the analysis of the oil by the techniques of ferrography and particle counting. The experimental part of this study was divided into two experiments. On the first experiment was monitored the... (Complete abstract click electronic access below) / Mestre

Resumo: Neste trabalho se apresenta uma técnica de redução de dados para monitoração e diagnóstico automático de grupos geradores hidroelétricos com base na análise de vibrações, utilizando redes neurais artificiais. Os sinais de vibração são processados numericamente para se obter um espectro normalizado com no máximo doze freqüências, especialmente determinadas para cada máquina em particular, de tal forma a torná-lo representativo da condição da máquina. A definição das bandas de freqüência a serem usadas no processamento desse espectro especial é feita para cada equipamento a ser monitorado com auxílio de um ambiente computacional desenvolvido e apresentado neste trabalho. Um programa protótipo de monitoração baseado nestas técnicas foi desenvolvido e é apresentado com uso de exemplos de aplicação. / Abstract: In this work a data reduction technique based on vibration analysis that can be applied to both monitoring and automatic diagnosis of rotating machineries together with use of neural networks is presented. Vibration signals are processed to obtain a normalized spectrum with up to 12 frequency bands that should be defined for each particular machine. In this manner this special spectrum can become representative of the machine's working condition. The definition of the spectrum's bands that will be used in data processing is carried out for each machine by use of a computational environment that has been developed. This environment is also shown in this work. A prototype monitoring program based in this technique also has been developed and its application is highlighted with examples. / Orientador: João Antonio Pereira / Coorientador: Adyles Arato Júnior / Banca: Alberto Tamagna / Banca: Luiz de Paula do Nascimento / Mestre

Made available in DSpace on 2014-06-11T19:27:14Z (GMT). No. of bitstreams: 0 Previous issue date: 2007-11-05Bitstream added on 2014-06-13T18:31:06Z : No. of bitstreams: 1 malpica_lgt_me_ilha.pdf: 964002 bytes, checksum: 9482c67364eb81b4816fbb74b725bdb5 (MD5) / Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq) / Em um motor de combustão interna todas as peças possuem uma vida útil prevista, sendo essa duração maior ou menor, de acordo com a função específica a elas atribuída. Cada uma das peças tem a sua vida pré-determinada que, em condições normais de funcionamento de todo o conjunto, atende as expectativas. Pela análise do óleo podem-se monitorar as condições destas peças. A técnica de análise de óleo é um tipo de manutenção preditiva. Ela pode ser feita coletando-se o óleo de um equipamento e analisando-o posteriormente ou analisando-o diretamente em sistemas “on line”. A análise dos óleos permite identificar os primeiros sintomas de desgaste de um componente. A identificação é feita a partir do estudo da quantidade de partículas, tamanho, forma e composição, que forneceram informações precisas sobre as condições das superfícies em movimento sem a necessidade de se desmontar o conjunto a qual estas partes pertencem. Tais partículas sólidas são geradas pelo atrito dinâmico entre peças em contato. De acordo com o estudo destas partículas pode-se relacionar as situações de desgastes do conjunto e atribuí-las a condições físicas e químicas. A análise dos óleos é feita por meio de técnicas laboratoriais que envolvem, reagentes, instrumentos e equipamentos. Assim, para se estudar a manutenção preditiva em motores de combustão interna, foi feito um estudo teórico sobre estes motores, sobre os lubrificantes, sobre os problemas e possíveis causas associados a falhas destes, sobre os tipos de manutenção preditivas aplicadas a estes e sobre trabalhos que tratam da manutenção preditiva em motores realizados por outros autores. Para auxiliar os estudos foi proposta a construção de duas bancadas de ensaios compostas de motores de quatro tempos, a gasolina, acoplados a um redutor de velocidades para fornecer carga aos mesmos... / In an internal combustion engine every pieces have a foreseen useful life. This duration is large or small according to the specific function to them attributed. Each piece has its own pre determined life that in normal operation conditions of the set attend to the expectations. By oil analysis one can monitor the pieces conditions. The oil analysis technique is a type of predictive maintenance. It can be done collecting the oil of an equipment and analyzing it latter on or analyzing it directly in systems “on line”. The oil analysis allows identifying the early symptoms of a component wear. The identification is done starting from the study of the particle quantity, size, forms and composition that supplies precise information about the moving superficial conditions without the need of disassembling the set which these parts belong to. Such solid particles are generated by dynamic friction among pieces in contact. According to the study of those particle one can relate the wear set situation and to attribute them to physical and chemical conditions. The oil analysis is done by means of laboratories techniques that involve reagent, instruments and equipments. So, to study the predictive maintenance in internal combustion engine it was done a theoretical study about those engine, about lubricants, about problems and possible causes related to fault of them, about the types of predictive maintenance associated to them and about papers that deal to predictive maintenance in internal combustion engine. To aid the studies it was proposed the construction of two test rig composed of gasoline four cycle internal combustion engine coupled to a reducer to supply load to them. In the first test rig it was used an internal combustion engine in advanced state of deterioration and on the second one it was used a new internal combustion engine. The results showed that even in advanced state ...(Complete abstract, click electronic access below)

Made available in DSpace on 2014-06-11T19:27:14Z (GMT). No. of bitstreams: 0 Previous issue date: 2007-11-13Bitstream added on 2014-06-13T19:55:36Z : No. of bitstreams: 1 lago_df_me_ilha.pdf: 2600686 bytes, checksum: 82a754d34e90e3dd82ddaab84ab68958 (MD5) / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) / Todo sistema ou equipamento mecânico está sujeito a processos de deterioração. Esta deterioração leva ao aparecimento de defeitos que podem atrapalhar a continuidade e qualidade do serviço (produção). Uma quebra não prevista traduz-se por uma parada brusca, levando geralmente a grandes prejuízos e a perda de tempo de produção. Para evitar paradas inesperadas eficientemente e reduzir os custo de manutenção são utilizadas técnicas de manutenção preditiva. Entre todas as técnicas existentes, as mais importantes na manutenção de redutores são a análise de vibrações e a análise de partículas de desgaste. A determinação da severidade, modos e tipos de desgaste em máquinas pode ser feita pela identificação da morfologia, acabamento superficial, coloração, natureza, quantidade e tamanho das partículas encontradas em amostras de óleo ou graxas. Pela análise do sinal vibratório é possível tomar decisões de intervir ou não na operação da máquina, aumentando a disponibilidade e confiabilidade da mesma. A integração destas técnicas tem o potencial para revolucionar práticas industriais e proporcionar para as companhias um significante alívio econômico. Para estudo destas duas técnicas, neste trabalho foi construída uma bancada experimental com o propósito de se realizar a manutenção preditiva em um redutor de velocidades. O Sistema foi posto para funcionar até o limite de utilização. Foram utilizados lubrificantes recomendados pelo fabricante do redutor, lubrificantes com contaminação líquida em várias porcentagens e lubrificantes com contaminação sólida em duas porcentagens. Foram observadas que para baixas rotações a análise de partículas foi vantajosa em relação à análise de vibrações e que a contaminação por água, embora tenha ocasionado uma maior oxidação do sistema, proporcionou menor desgaste do que o lubrificante sem contaminação. / Every system or mechanical equipment is subject to deterioration processes. This deterioration takes to the apparition of defects that can disturb the continuity and quality of the service (production). One break not foreseen translates for an abrupt stop, usually taking to great damages and waste of time of production. For avoid unexpected stops efficiently and reduce the cost, predictive maintenance techniques are used. Among all the existent techniques, the most important in the maintenance of reducers are vibration analysis and wear particle analysis. The determination of the severity, wear modes and types in machines can be done through the identification of the morphology, surface finishing, coloration, nature, quantity and size of the particles found in oil samples or lubricating greases. Vibration Analysis is one of the oldest techniques in the maintenance. By vibration sign analysis it is possible to make decisions of intervening or not in the machine operation, improving its availability and reliability. The integration of these techniques has the potential to revolutionize industry practices and provide a significant industrial economic relief. For the study of these two techniques, in this work, an experimental bench was built with the purpose of doing the predictive maintenance in a reducer. The System was put to work until the limit. It was observed that for low rotations the wear particle analysis were advantageous in relation to the vibration analysis and for oil with water contamination, although causing a larger oxidation in the system, a smaller wear than the lubricant without contamination was provided.

Made available in DSpace on 2014-06-11T19:27:15Z (GMT). No. of bitstreams: 0 Previous issue date: 2008-09-05Bitstream added on 2014-06-13T20:55:57Z : No. of bitstreams: 1 almeida_fcl_me_ilha.pdf: 3597520 bytes, checksum: 3503cdbcd54e460db80583534b7d06dd (MD5) / Neste trabalho se apresenta uma técnica de redução de dados para monitoração e diagnóstico automático de grupos geradores hidroelétricos com base na análise de vibrações, utilizando redes neurais artificiais. Os sinais de vibração são processados numericamente para se obter um espectro normalizado com no máximo doze freqüências, especialmente determinadas para cada máquina em particular, de tal forma a torná-lo representativo da condição da máquina. A definição das bandas de freqüência a serem usadas no processamento desse espectro especial é feita para cada equipamento a ser monitorado com auxílio de um ambiente computacional desenvolvido e apresentado neste trabalho. Um programa protótipo de monitoração baseado nestas técnicas foi desenvolvido e é apresentado com uso de exemplos de aplicação. / In this work a data reduction technique based on vibration analysis that can be applied to both monitoring and automatic diagnosis of rotating machineries together with use of neural networks is presented. Vibration signals are processed to obtain a normalized spectrum with up to 12 frequency bands that should be defined for each particular machine. In this manner this special spectrum can become representative of the machine’s working condition. The definition of the spectrum’s bands that will be used in data processing is carried out for each machine by use of a computational environment that has been developed. This environment is also shown in this work. A prototype monitoring program based in this technique also has been developed and its application is highlighted with examples.