Return to search

Filtragem adaptativa híbrida analógico-digital para melhoria na detecção de barras quebradas em motores de indução

Orientador: Prof. Dr. Luiz Alberto Luz de Almeida / Dissertação (mestrado) - Universidade Federal do ABC, Programa de Pós-Graduação em Engenharia Elétrica, 2017. / O motor de indução é a máquina elétrica de maior utilização em todo o planeta e seu desempenho é fundamental nos processos produtivos, fazendo se necessário o funcionamento livre de falhas. Baseado na análise da assinatura da corrente do motor (MCSA) é possível apontar falhas em motores de indução, como barras quebradas, através da análise de variações na corrente do estator, que no domínio da frequência geram bandas laterais à frequência fundamental. Porém, devido à dificuldade e alta complexidade para se lidar com a grande diferença entre as magnitudes das bandas laterais e a frequência fundamental, foi proposto na literatura uma técnica que atenua a componente da frequência fundamental via Transformada Recursiva Discreta de Fourier (RDFT) com objetivo de amplificar os espectros de
bandas laterais gerados. Entretanto, a técnica proposta estima a componente fundamental
baseando-se em uma frequência fixa (60Hz), sem considerar as oscilações presentes na rede
que podem diretamente afetar o resultado da atenuação. É proposto neste trabalho uma
filtragem adaptativa híbrida analógico-digital para melhoria na atenuação da componente
fundamental através da implementação de um sistema compensador das oscilações da
rede composto por um estimador de frequência do tipo "Zero-Crossing" e um oscilador
controlado numericamente (NCO). Isto acarreta em baixa complexidade, aumentando a
eficiência e confiabilidade do controle dos dados e acima de tudo levando em conta o contexto atual de redução de custos, permite a portabilidade para sistemas de baixo custo e Iot. / The induction motor is the most applied electrical machine around the planet and in
its majority, plays a fundamental role in the productive process, requiring faults free
functioning. Based on motor current signature analysis (MCSA) it is possible point faults
in induction motors, as broken bars, through the analysis of the stators current imbalances,
which in frequency domain generate sidebands around the fundamental frequency.
Nevertheless, due the difficulty and the high complexity to handle the differences between
the sidebands and fundamental frequency magnitudes, a technique which suppresses the
fundamental frequency via Recursive Discrete Fourier Transform was proposed in order to
amplify the sidebands spectrum generated. However, the proposed technique estimates
the fundamental component based on a fixed frequency (60Hz), without considering the
grid oscillations which can directly affect the result of the fundamental attenuation. It
is proposed in this study a hybrid analogic-digital adaptive filtering in order to improve
the fundamental component cancelling technique by implementing a grid oscillations
compensator system composed by a Zero-Crossing Frequency Estimator and a Numerically
Controlled Oscillator (NCO). It will result in low complexity, increasing the data control
efficiency and reliability and above all taking in consideration the current reduction cost
context, allow the portability to low cost and Iot systems.

Identiferoai:union.ndltd.org:IBICT/oai:BDTD:108540
Date January 2017
CreatorsCosta, Felipe Sadami Oiwa da
ContributorsAlmeida, Luiz Alberto Luz de, Suyama, Ricardo, Altuna, José Alberto Torrico
Source SetsIBICT Brazilian ETDs
LanguagePortuguese
Detected LanguagePortuguese
Typeinfo:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis
Formatapplication/pdf, 97 f. : il.
Sourcereponame:Repositório Institucional da UFABC, instname:Universidade Federal do ABC, instacron:UFABC
Rightsinfo:eu-repo/semantics/openAccess
Relationhttp://biblioteca.ufabc.edu.br/index.php?codigo_sophia=108540&midiaext=75341, http://biblioteca.ufabc.edu.br/index.php?codigo_sophia=108540&midiaext=75340, Cover: http://biblioteca.ufabc.edu.brphp/capa.php?obra=108540

Page generated in 0.0086 seconds