Orientador: José Alfredo Covolan Ulson / Coorientador: Renato Crivellari Creppe / Banca: Rudolf Ribeiro Riehl / Banca: Caio Cesar Oba Ramos / Resumo: O Motor de Indução Trifásico (MIT) é o mais utilizado em aplicações industriais e acionamentos eletromecânicos diversos, por ser um motor de construção robusta, ter baixo custo de fabricação e bom rendimento elétrico. Nesse cenário, destaca-se a importância de um correto diagnóstico de falhas de uma forma incipiente, evitando perdas nos processos produtivos e danos severos nessas máquinas. A estratégia da manutenção corretiva impõe, nos processos produtivos, paradas inesperadas da linha de produção podendo causar grandes prejuízos financeiros. Nesse contexto, a manutenção preditiva, auxiliada por sistemas de monitoramento constante, vem de encontro as necessidades dos processos industriais pois, além de prever paradas inesperadas, permite um planejamento da produção mais seguro, no que tange a continuidade do processo e administração da equipe de manutenção especializada. Entretanto, requer monitoramento constante com uma análise dos dados e conhecimento prévio do sistema para a avaliação dos parâmetros e das variáveis envolvidas. Esse trabalho de pesquisa propôs o desenvolvimento de uma abordagem para diagnosticar defeitos em MIT, por meio de diafragmas piezelétricos de baixo custo e sistemas inteligentes do tipo Redes Neurais Artificiais (RNA). Mais especificamente, defeitos elétricos do tipo curto-circuito entre espiras de uma mesma bobina nos estatores dessas máquinas. Para tal, foi implementada uma bancada experimental em ambiente de laboratório, onde foram realizados en... (Resumo completo, clicar acesso eletrônico abaixo) / Abstract: The three-phase induction motor (MIT) is the most widely used in industrial applications and various electromechanical drives, as it is a robust construction engine, low manufacturing cost and good electrical performance. In this scenario, the importance of a correct fault diagnosis in an incipient way is highlighted, avoiding losses in the productive processes and severe damages in these machines. The strategy of corrective maintenance imposes, in the productive processes, unexpected stops of the production line and can cause great financial losses. In this context, the predictive maintenance, aided by constant monitoring systems, meets the needs of industrial processes because, in addition to anticipating unexpected stops, it allows a safer production planning regarding the continuity of the process and administration of the maintenance team specialized. However, it requires constant monitoring with an analysis of the data and prior knowledge of the system for the evaluation of the parameters and variables involved. This research project proposed the development of an approach to diagnose defects in MIT, through low cost piezoelectric diaphragms and intelligent artificial neural networks (ANNs). More specifically, short-circuit electrical defects between turns of the same coil in the stators of these machines. For this, an experimental bench was implemented in a laboratory environment, where tests were performed with fault simulations related to short circuits between turns... (Complete abstract click electronic access below) / Mestre
Identifer | oai:union.ndltd.org:UNESP/oai:www.athena.biblioteca.unesp.br:UEP01-000894527 |
Date | January 2017 |
Creators | Silva Filho, Nelson Medeiros da. |
Contributors | Universidade Estadual Paulista "Júlio de Mesquita Filho" Faculdade de Engenharia (Campus de Bauru). |
Publisher | Bauru, |
Source Sets | Universidade Estadual Paulista |
Language | Portuguese, Portuguese, Texto em português; resumo em inglês |
Detected Language | Portuguese |
Type | text |
Format | 126 f. |
Relation | Sistema requerido: Adobe Acrobat Reader |
Page generated in 0.002 seconds