Medidas de informação e sistemas inteligentes aplicados no diagnóstico de curto-circuito do estator de motores de indução trifásicos
Year: 2016
Type: dissertation
Abstract: Este trabalho propõe o estudo e desenvolvimento de uma metodologia alternativa de identificação de falhas nos enrolamentos do estator de motores de indução trifásicos conectados diretamente à rede elétrica. A fim de reduzir a dimensão e complexidade destes tipos de sistemas, são utilizadas duas ferramentas de processamento de sinais, extração e seleção de características. Na etapa de extração, calcula-se a informação mútua atrasada dos sinais de correntes das fases A e B da máquina e na seleção, os algoritmos árvore de decisão C4.5 e rede neural artificial MLP são utilizados para a predição das classes, a fim de se obter um sistema de diagnóstico de falhas de estator eficaz. Os resultados experimentais offline e online consideram problemas de qualidade de energia, uma ampla faixa de conjugado de carga e curto-circuito entre as espiras do enrolamento de estator da ordem de 1% à 20%, os quais são apresentados para validar a abordagem desenvolvida neste trabalho. Os resultados obtidos indiciam que esta abordagem pode ser empregada para classificar falhas de curto-circuito entre as espiras do stator.
Source: Americanae (AECID Library)
Author: Gustavo Henrique Bazan
Institution: Universidade Tecnológica Federal do Paraná
Language: Portuguese
Subfield: Control and Systems Engineering
Field: Engineering
Domain: Physical Sciences
Open Access status: green
OpenAlex ID: W2885670285
