ClubEnsayos.com - Ensayos de Calidad, Tareas y Monografias
Buscar

Redes Neurais - Perceptron Multicamadas.


Enviado por   •  28 de Marzo de 2017  •  Trabajos  •  1.512 Palabras (7 Páginas)  •  188 Visitas

Página 1 de 7

IDENTIFICAÇÃO DE FALHAS ELÉTRICAS EM MOTOR DE INDUÇÃO TRIFÁSICO ATRAVES DE UMA REDE PERCEPTRON MULTICAMADAS

Thâmara Ceballos de Oliveira

Programa de Pós-Graduação em Engenharia Elétrica, Universidade Tecnológica Federal do Paraná

Avenida Alberto Carazzai, 1640 – Cornélio Procópio/PR, Brasil - CEP 86300-000

E-mails: thamara@alunos.utfpr.edu.br

Resumo ⎯ O presente trabalho apresenta uma metodologia de identificação de falhas de motores de indução trifásicos utilizando uma rede Perceptron Muticamadas. Foram utilizados sinais de corrente da máquina operando sob condições adversas enfrentadas pela mesma em ambiente fabril recriadas em laboratório. Os defeitos investigados são falhas de rolamento, curto circuito entre bobinas de uma mesma fase no estator e barras de rotor quebradas.

 

Palavras-chave  Rede Perceptron Multicamadas, Motor de Indução Trifásico, falhas em motores.

Abstract  The present work presents a methodology for the identification of three-phase induction motors using a Perceptron Muticamadas network. Current signals from the machine were used operating under adverse conditions faced by the machine in a laboratory environment. The defects investigated are rolling failures, short circuit between coils of the same stator phase and broken rotor bars.

 Keywords  Multilayer Perceptron network, Three Phase Induction Motor, Engine failures.

  1. Introdução

Os motores de indução trifásicos (MIT) são a principal máquina de conversão de energia elétrica em mecânica motriz, pois possuem características como baixo custo e robustez, o que torna-o muito atrativo para o setor industrial. Aproximadamente 90% do consumo industrial está relacionado ao MIT [1].

Ainda que o MIT seja um motor robusto, este necessita de manutenção adequada regularmente, para evitar o surgimento de falhas que acarretem em uma manutenção corretiva e, consequentemente, na parada do processo produtivo [2]. Para que isso seja evitado é necessária a realização de uma manutenção preditiva na máquina, ou seja, um acompanhamento do desenvolvimento da falha, capaz de estimar quando deverá ser realizada a manutenção corretiva, minimizando os prejuízos para a produção.

As principais falhas em motores são elétricas ou mecânicas. Dentro das falhas elétricas, as mais comuns são de rotor e estator, já a falha mecânica mais observada é a do rolamento.

Existem diversas técnicas utilizadas para auxiliar no diagnóstico e predição da falha, baseada em tensão, corrente, torque, velocidade e também vibração [3,4,5]. Entre as estratégias utilizadas para análise e classificação de falhas, encontra-se a utilização da inteligência artificial, como as redes neurais artificiais (RNA) e a lógica Fuzzy.

O objetivo desse trabalho é desenvolver um método capaz de diagnosticar se a máquina está sem falha ou com falha no rotor, estator ou rolamento, através de RNA. Para isso, as entradas da rede serão os parâmetros elétricos do MIT.

  1. Falhas elétricas e mecânicas

Este tópico apresentará uma breve descrição dos tipos de falhas que serão investigadas no projeto.

  1. Falhas no estator

No estator são montados grupos de bobinas, responsáveis por gerar o campo magnético girante trifásico dentro da máquina. Todos os defeitos que atingem as bobinas do estator são iniciadas por avarias do isolamento dos enrolamentos [7]. O curto-circuito entre os enrolamentos de cobre causa um fluxo significativo de corrente na bobina levando a uma rápida deterioração. Esta falha é muito destrutiva, pois envolve a queima do isolamento e fusões localizadas nos condutores de cobre [8].

  1. Falhas no rotor

O rotor de uma máquina do tipo gaiola tem o enrolamento constituído de barras condutoras encaixadas em ranhuras no ferro e curto-circuitadas em cada lado por anéis condutores. O rotor é montado sobre um eixo, o qual fica posicionado dentro do campo magnético girante e é suportado por rolamentos instalados nas extremidades do eixo [9]. O motor, quando em operação nos ambientes industrias, fica sujeito a diferentes tipos de perturbação que podem causar rompimento nas barras do rotor. Quando uma máquina opera com as barras do seu rotor quebradas é gerada uma sequência negativa de corrente devido à assimetria do rotor. Dessa forma, é induzida uma componente principal na corrente do estator, a qual varia de acordo com uma frequência característica [8].

  1. Falhas nos rolamentos

Rolamentos são compostos de elementos rolantes e anéis interno e externo, que são dispostos formando uma pista entre estes. Falhas de rolamento podem ocorrer nos anéis internos, dos anéis externos ou nos elementos girantes. Tais falhas se desenvolvem devido à vibração, perturbação interna, desalinhamento do eixo, excentricidade, corrente no rolamento, poeira ou corrosão. As falhas no rolamento produzem vibração do eixo com frequência características para cada elemento do rolamento e, consequentemente, essas falhas podem ser identificadas por meio desses parâmetros [8].

  1. Procedimento Metodológico

O procedimento metodológico do trabalho foi dividido no tratamento dos dados obtidos através do MIT, treinamento da rede Perceptron multicamadas e validação da rede, a rede utilizada foi de apenas uma camada escondida como mostra a Figura 1.

[pic 1]

Figura 1- Tipo da rede PMC utilizada

  1. Tratamento dos dados

Os dados utilizados para o treinamento e validação da rede Perceptron multicamadas foram obtidos através de testes experimentais com motores que apresentavam falhas. Os dados de entrada da rede foram 150 pontos de corrente, sendo os 50 primeiros o semiciclo da corrente Ia, os 50 posteriores o semiciclo da corrente Ib e os últimos 50 o semi cilco da corrente Ic. Os dados foram colocados na forma de colunas como apresenta a Figura 2.

...

Descargar como (para miembros actualizados)  txt (10.4 Kb)   pdf (264.8 Kb)   docx (618 Kb)  
Leer 6 páginas más »
Disponible sólo en Clubensayos.com