Estudo de um sistema para monitoramento contínuo de mancais de rolamento
Visualizar/ Abrir
Data
2023-12-01Autor
Mallmann, Romeu Bohnenberger
Metadata
Mostrar registro completoResumo
Este trabalho tem como objetivo desenvolver e validar um equipamento de baixo custo capaz
de ser aplicado em manutenção preditiva de rolamentos, utilizando técnicas de aprendizado de
máquina, do inglês, machine learning, e análise de vibração. Os rolamentos são componentes
essenciais em máquinas rotativas, e suas falhas podem levar a danos significativos nos
equipamentos e interrupção da produção. Com o auxílio da manutenção preditiva, é possível
identificar sinais de falha antecipadamente. O equipamento proposto consiste em um sensor de
vibração e um microcontrolador, selecionados com base em critérios de baixo custo e precisão
adequada. O sinal de vibração coletado pelo sensor é analisado tanto no domínio do tempo
quanto no domínio da frequência. Com base nos sinais processados, foram investigados
algoritmos de aprendizado de máquina para detectar diferentes condições de operação. O
algoritmo é treinado com dados conhecidos para se obter formações de clusters, assim
diagnosticar as condições de operação do rolamento. O algoritmo informa a condição de
operação de acordo com o treinamento. Para validar o equipamento e o algoritmo
desenvolvidos, foram realizados experimentos no laboratório de engenharia mecânica. Em
conclusão, o trabalho demonstra a viabilidade do desenvolvimento de um equipamento de baixo
custo para o diagnóstico preditivo de rolamentos. A utilização de técnicas de aprendizado de
máquina e análise de vibração permite a detecção precoce de falhas, contribuindo para a
redução de custos de manutenção e a melhoria do desempenho de máquinas rotativas.
Coleções
Os arquivos de licença a seguir estão associados a este item: