Submitted by Maike Costa (maiksebas@gmail.com) on 2017-05-24T12:51:24Z
No. of bitstreams: 1
arquivototal.pdf: 2705219 bytes, checksum: cb06011410866630871a99b2788703f1 (MD5) / Made available in DSpace on 2017-05-24T12:51:24Z (GMT). No. of bitstreams: 1
arquivototal.pdf: 2705219 bytes, checksum: cb06011410866630871a99b2788703f1 (MD5)
Previous issue date: 2015-10-26 / The three-phase induction motors are the most important way for electromechanical
conversion, being present in almost every industrial process. Because of their importance,
it is crucial that these devices have a proper predictive maintenance, avoiding lost
production and operational accidents in the event of unexpected failures. In this scenario
several researchers have conducted studies to detect incipient faults. About the sensing
method used, the most common techniques are related to measuring the vibration levels
using accelerometers and measuring electrical motor signals. The choice of technique
involves factors such as invasiveness, drive motor type and the sensitivity to failure. The
purpose of this work involves the development of a hybrid system that uses data collected
by vibration and current sensors for fault detection in induction motors, earlier and more
efficiently. The current and vibration signals were processed in the frequency domain and
through the multiresolution analysis, serving as inputs of a fuzzy logic system, allowing to
increase the sensitivity and efficiency in fault detection techniques in relation to the
individual. The unbalance failure was investigated on a workbench with the motor coupled
to a propeller and broken bars with another bench with DC motor to apply the load, the
best methods being chosen in each case. The system was developed in Matlab software and
was validated with correct detection for both failures, being able to detect the unbalance
failure on the shaft or propeller as broken bars in different load conditions. / O motor de indução trifásico é o principal meio de conversão eletromecânica existente,
estando presente em praticamente todos os processos industriais. Devido à sua
importância, é fundamental que estes equipamentos tenham uma correta manutenção
preditiva, evitando perda de produção e acidentes operacionais em caso de falhas
inesperadas. Diante deste cenário vários pesquisadores têm realizado estudos para detecção
de falhas incipientes. Quanto ao método sensor utilizado, as técnicas mais comuns estão
relacionadas a medição dos níveis de vibração utilizando acelerômetros e medição de
sinais elétricos do motor. A escolha da técnica envolve fatores como a invasividade, tipo
de acionamento do motor e a sensibilidade à falha. A proposta deste trabalho envolve o
desenvolvimento de um sistema híbrido que utilize dados coletados por sensores de
vibração e de corrente para detecção de falhas incipientes em motores de indução trifásicos
de maneira mais precoce e eficiente. Os sinais de corrente e de vibração foram processados
no domínio da frequência pela transformada de Fourier e através da análise multiresolução,
servindo como entrada para sistemas de lógica Fuzzy, permitindo que se aumente a
eficiência na detecção da falha em relação às técnicas individuais. Foi investigada a falha
de desbalanceamento em uma bancada com o motor acoplado a uma hélice e barras
quebradas em outra bancada com motor de corrente contínua acoplado para aplicar a carga,
sendo escolhidos os melhores métodos em cada caso. O sistema foi desenvolvido no
software Matlab e foi validado através de diagnósticos corretos para ambas as falhas, sendo
capaz de detectar a falha de desbalanceamento tanto na hélice quanto no eixo e de barras
quebradas em diferentes condições de carga.
| Identifer | oai:union.ndltd.org:IBICT/oai:tede.biblioteca.ufpb.br:tede/8962 |
| Date | 26 October 2015 |
| Creators | Cruz, Amanda Guerra de Araújo |
| Contributors | Lima Filho, Abel Cavalcante de |
| Publisher | Universidade Federal da Paraíba, Programa de Pós-Graduação em Engenharia Mecânica, UFPB, Brasil, Engenharia Mecânica |
| Source Sets | IBICT Brazilian ETDs |
| Language | Portuguese |
| Detected Language | English |
| Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/doctoralThesis |
| Format | application/pdf |
| Source | reponame:Biblioteca Digital de Teses e Dissertações da UFPB, instname:Universidade Federal da Paraíba, instacron:UFPB |
| Rights | info:eu-repo/semantics/openAccess |
| Relation | 3562149281793654633, 600, 600, 600, 5792267035407506340, -6956026795191561793 |
Page generated in 0.0029 seconds