Aplicação de Técnicas de Inteligência Artificial para Monitoramento e Diagnóstico de Falhas em Motores Elétricos de Indução Trifásicos
Falhas, Inteligencia artificial, Motor de indução
O presente trabalho consiste em desenvolver um sistema de monitoramento e diagnóstico de falhas em motores de indução trifásicos através das leituras das correntes nas fases, corrente de fuga, temperatura e vibração. Usualmente a monitoração dos motores nas indústrias é realizada apenas dos sinais de temperatura e vibração que são coletados através de analisadores em períodos programados e devido a enorme quantidade de equipamentos para extração dessas leituras uma falha pode ocorrer sem que seja detectada e consequentemente cause um defeito do equipamento. Para coleta dos sinais do motor será utilizada uma bancada de ensaios elétricos modelo DLB MAQ-RN de fabricação da De Lorenzo instalada no laboratório máquinas da UFRN, onde serão provocadas falhas elétricas e mecânicas, tais como curto-circuito no estator, baixa isolação do bobinado do estator, rolamentos danificados, barras quebradas no rotor. Para diagnosticar e classificar as falhas serão utilizadas técnicas de Inteligência Artificial (IA) que depois de classificadas serão anunciadas através de uma tela de supervisório SCADA, possibilitando que os setores de produção e manutenção da fábrica possam planejar o melhor momento de intervenção sem causar maiores prejuízos à produção. Os resultados obtidos serão utilizados para validar a proposta sugerida neste trabalho.