Simulação numérica de motores elétricos e construção de banco de dados para plataforma de prognóstico de falhas
Fecha
2022-08-01Autor
Silveira, Marcos Vinícius Quinteiro
Metadatos
Mostrar el registro completo del ítemResumen
Em praticamente todas as máquinas utilizadas dentro de uma fábrica existe um motor
elétrico, responsável pela movimentação de componentes. Assim como demais mecanismos,
os motores estão sujeitos a falhas em operação. Com a extensa utilização destes equipamentos
para suprir as necessidades atuais de manufatura, é imprescindível que a realização de uma
parada de manutenção, mesmo quando programada e rotineira, é um evento atípico à normalidade
do dia a dia de uma grande empresa ou indústria e, com isso, gera perdas econômicas.
Com a ascensão da indústria 4.0, a utilização de métodos computacionais para prever e impedir
paradas inesperadas está cada vez mais abundante. Métodos de aprendizado de máquinas
estão sendo desenvolvidos a todo momento para suprir a necessidade de sistemas que preveem
falhas de equipamentos. Um dos principais passos para o desenvolvimento de tais técnicas é
o aprendizado propriamente dito. Estes aprendizados dependem de um conjunto de dados de
treinamento, que devem ser o mais eficaz possível para ser desenvolvido um modelo preditivo
eficiente e confiável. O objetivo deste trabalho é desenvolver um modelo computacional para
simular e extrair dados de um motor elétrico sob diferentes condições de funcionamento, para
assim, se estudar quais parâmetros extraídos desse são os mais aptos para o desenvolvimento
de um banco de dados eficaz. Para atingir este objetivo, foi feito um estudo de modelos numéricos
de motores elétricos com cinco graus de liberdade, bem como um estudo da estatística de
dados para se ter um melhor entendimento quantitativo dos dados extraídos do sistema computacional
desenvolvido. Foram realizadas simulações onde o motor foi colocado sob diferentes
condições de funcionamento variado características estruturais e extraídos diferentes tipos de
dados e avaliado tais dados de forma quantitativa. Para este experimento, a metodologia utilizada
abrangeu a linguagem de programação de utilização aberta Python para a aplicação dos
modelos numéricos, além de validação através de dados bibliográficos para o modelo proposto.
Nele, o resultado de um dos graus de liberdade desenvolvido no modelo proposto não observou
a sensibilidade ao parâmetro estrutural, sendo que dois parâmetros se mostraram mais sensíveis
do que os outros dois, mostrando-se o método como eficaz no estudo e desenvolvimento de
banco de dados, porém sem utilização em casos reais, devido às diversas assunções realizadas
no estudo.
Colecciones
- TCC Engenharia Mecânica [114]