Spelling suggestions: "subject:"maquinaria - calibração""
1 |
Uso da ferramenta "Full Spectrum" para detecção de danos em máquinas rotativas / Use of the Full Spectrum tool for fault detection in rotating machinerySousa, Hairton de Jesus 16 August 2018 (has links)
Orientador: Milton Dias Junior / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Mecânica / Made available in DSpace on 2018-08-16T18:51:00Z (GMT). No. of bitstreams: 1
Sousa_HairtondeJesus_M.pdf: 5983507 bytes, checksum: bbd9b5a7613f605ecdda388d19949395 (MD5)
Previous issue date: 2010 / Resumo: Este trabalho consiste na aplicação das ferramentas de full spectrum na detecção de falhas em máquinas rotativas em cantraste com os half spectrum normalmente utilizados nas aplicações industriais. Nesta dissertação, o full spectrum é computado diretamente da manipulação das coordenadas complexas juntamente com o índice de forma e direcionalidade, que fornece uma informação clara sobre o movimento de precessão de qualquer seção do rotor. Inicialmente, utiliza-se um modelo de elementos finitos de um sistema rotativo a fim de se familiarizar com o seu comportamento dinâmico enquanto sujeito a forças de desbalanceamento Este modelo, que representa uma idealização do rotor usado na parte experimental deste trabalho, é constituído de dois mancais, um deles bastante macio e anisotrópico, e pode ser montado com duas configurações: com um e dois discos. Variando-se a velocidade de rotação e a distribuição espacial das forças de desbalanceamento foi possível identificar, ao longo do rotor, as seções que descreviam movimentos de precessão direta ou retrógrada. As mesmas análises realizadas no modelo numérico foram também conduzidas experimentalmente em uma bancada. Além disso, neste caso, foi também estudado o fenômeno do rubbing (roçamento), que ocorre quando o rotor toca (roça) o stator ou a parte interna dos mancais hidrodinâmicos. Neste experimentos a influência de dois parâmetros foram analizadas: a posição do estator ao longo do rotor - especialmente o movimento de precessão do ponto do eixo em contato com o estator - e a folga entre estator e rotor. Os dados adiquiridos foram analisados usando o full e o half spectrum e os mapas de ordem normal e direcional / Abstract: This work consists in the application of full spectrum tools in fault detection of rotating machinery in contrast to the half spectrum commonly used in industrial applications. In this dissertation, the full spectrum is computed directly from the manipulation of the complex coordinates together with the shape and directivity index, which provides clear information about the precessional motion of any part of the rotor. Initially, it is used a finite element model of a rotating system in order to get acquainted with its dynamic behavior while subjected to unbalance forces. This model, which represents an idealization of the rotor used in the experimental part the this work, has two bearings, one of them very soft and anisotropic, and can be assembled in two configurations: with one or two disks. Varying the rotational speed and the spatial distribution of the unbalance forces it was possible to identify, along the rotor, the stations describing forward or backward precessional motions. The same analyses performed on the numerical model were also experimentally conducted on an instrumented test rig. In this case, however, it was also studied the rubbing phenomenon, which occurs when the rotor hits (rubs) the stator or the internal part of the journal bearings. In these experiments the influence of two parameters were analyzed: the position of the stator along the rotor - especially the precessional motion of the shaft point in contact with the stator - and the stator gap. The acquired data were analyzed using the full and half spectrum and the full and half order map / Mestrado / Mecanica dos Sólidos e Projeto Mecanico / Mestre em Engenharia Mecânica
|
2 |
Otimização de parametros de projeto de sistemas mecanicos atraves de algoritmo genetico multi-objetivos / Optimization in design parameters of mechanical systems using multi-objective genetic algorithmEscobar, Roberto Luiz 16 February 2007 (has links)
Orientador: Katia Lucchesi Cavalca / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Mecanica / Made available in DSpace on 2018-08-08T21:19:55Z (GMT). No. of bitstreams: 1
Escobar_RobertoLuiz_M.pdf: 2961640 bytes, checksum: 516985920427d6083c04c1c5a22d6470 (MD5)
Previous issue date: 2007 / Resumo: Os sistemas mecânicos são projetados para desempenhar funções específicas, e por essa razão as suas funções devem ser medidas para garantir seu desempenho dentro de uma certa precisão ou tolerância. A grande complexidade em se projetar e analisar novos projetos é a inserção de novas tecnologias, que envolvem aspectos multidisciplinares. Assim, o desenvolvimento e melhoria de projetos e produtos colocam o engenheiro projetista frente às diversas fontes de variabilidade, como por exemplo, as propriedades dos materiais, condições operacionais e ambientais e incertezas nas suposições feitas sobre seu funcionamento. Em termos de modelagem matemática, as aproximações inerentes e hipóteses feitas durante a concepção do sistema, conduzem normalmente a diferentes respostas obtidas através de simulações e/ou medidas experimentais. Dessa forma, em uma fase anterior à modelagem matemática,durante a concepção do sistema ou produto, as aplicações de ferramentas estatísticas e métodos de otimização podem fornecer estimativas sobre faixas de valores ou valores ótimos para parâmetros significativos de projeto, dentro do espaço experimental estudado. Esse tipo de abordagem estatística teve sua fundamentação teórica durante as décadas de 20 e 30 por Fisher, com a aplicação da teoria estatística sob diversos aspectos, como por exemplo: testes de hipóteses, estimativa de parâmetros, seleção de modelos, planejamento experimental e, mais tarde, no controle e melhoria de processos e produtos. Assim, este trabalho propõe um procedimento de estudo e otimização, integrando a teoria de planejamento experimental, a metodologia da superfície de resposta e otimização multi-objetivos através de algoritmos genéticos, para se obter a otimização dos parâmetros de projeto de componentes mecânicos. Em específico, foram utilizados dados de um sistema rotor-mancal e o estudo implica em minimizar as amplitudes no domínio da freqüência. Outro objetivo deste trabalho, foi desenvolver um programa para otimização multi-objetivos através de algoritmos genéticos / Abstract: The mechanical systems are designed to be applied to any specific situations, and in this waytheir features should be measured to guarantee confidence to the systems. Their development and analysis expose the designer to a series of unknown parameters from several sources such as material properties, environmental and operational conditions. In terms of mathematical modeling, the inherent approximation and hypotheses made during system conception lead to different responses obtained by simulations and/or experimental measurements. So, in a previous phase of mathematical modeling, during the design analysis, the application of statistical tools and optimization methods is possible to estimate the values and/or ranges of the critical design parameters inside an experimental space. The connection between optimization and statistical data back at least to the early part of the 20th century and encompasses many aspects of applied and theoretical statistics, including hypothesis testing, parameter estimation, model selection, design of experiments and process and product control. So, this work proposes a link between theory of design of experiments, response surface methodology and multi-objective optimization using genetic algorithms, in order to optimize parameters for mechanical components. This study makes possible to verify the application of multi-objective optimization using genetic algorithms in design parameters and optimize them. A rotor-bearing system was used and amplitude in frequency domain was minimized. An experimental software for multi-objective optimization using genetic algorithm was developed. / Mestrado / Mecanica dos Sólidos e Projeto Mecanico / Mestre em Engenharia Mecânica
|
3 |
Detecção de falhas em motores elétricos através das máquinas de vetores de suporte / Fault detection in induction motors using support vector machinesSilva, Vinícius Augusto Diniz, 1987- 19 August 2018 (has links)
Orientador: Robson Pederiva / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Mecânica / Made available in DSpace on 2018-08-19T20:21:22Z (GMT). No. of bitstreams: 1
Silva_ViniciusAugustoDiniz_M.pdf: 16029999 bytes, checksum: a3585cbd021c6f84637d409a34a51962 (MD5)
Previous issue date: 2012 / Resumo: Motores elétricos são componentes essenciais na grande maioria dos processos industriais. As diversas falhas nas máquinas de indução podem gerar consequências drásticas para um processo industrial. Os principais problemas estão relacionados ao aumento dos custos, piora nas condições do processo e de segurança e qualidade do produto final. Muitas destas falhas mostram-se progressivas. Neste trabalho, apresenta-se uma contribuição ao estudo de métodos de detecção de falhas em motores elétricos usando Máquinas de Vetores de Suporte (SVM), treinadas a partir de sinais de vibração obtidos experimentalmente. A metodologia desenvolvida é usada para classificar a excitação devido a falhas mecânicas e elétricas, além da condição normal de funcionamento, utilizando apenas um sensor de vibração. Através da seleção de parâmetros é possível reduzir o número de entradas capazes de representar os sinais utilizados para o treinamento das SVMs. A normalização proposta permitiu melhorar as taxas de acerto, quando se quer classificar falhas em diferentes níveis de severidade das que foram utilizadas para o treinamento. Os resultados mostraram que a metodologia apresentada pode ser adaptada para ser utilizada em aplicações práticas industriais e poderá ser no futuro uma saída viável para uma manutenção industrial eficiente e eficaz / Abstract: Electric motors are essential components in most industrial processes. The several faults in induction machines can produce drastic consequences for an industrial process. The main problems are related to rising costs, decrease conditions in the process and safety and quality of the final product. Many of these failures are progressive. In this paper, we present a contribution to the study of methods for detecting faults in induction motors using Support Vector Machines (SVM) trained from vibration signals obtained experimentally. The developed methodology is used to classify the excitation due to mechanical and electrical failures, in addition to normal operating condition, using only a vibration sensor. Through the feature selection is possible to reduce the number of inputs that represent the signals used for training the SVMs. The proposed standardization has improved the accuracy rates when we want to classify failures at different levels of severity that were used for training. The results showed that this methodology can be adapted for use in industrial and practical applications and in the future may be a viable approach to an efficient and effective industrial maintenance / Mestrado / Mecanica dos Sólidos e Projeto Mecanico / Mestre em Engenharia Mecânica
|
Page generated in 0.0553 seconds