PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA MECÂNICA (PPGEM)

UNIVERSIDADE FEDERAL DA PARAÍBA

Telefone/Ramal
Não informado

Notícias


Banca de QUALIFICAÇÃO: GABRIELA JORDÃO LYRA

Uma banca de QUALIFICAÇÃO de DOUTORADO foi cadastrada pelo programa.
DISCENTE: GABRIELA JORDÃO LYRA
DATA: 31/07/2018
HORA: 09:00
LOCAL: AUDITÓRIO DO PPGEM
TÍTULO: INTELIGÊNCIA ARTIFICIAL PARA DIAGNÓSTICO DE FALHA EM MOTORES DE INDUÇÃO TRIFÁSICOS VIA ANÁLISE SONORA
PALAVRAS-CHAVES: Motor de Indução Trifásico, Inteligência Artificial, Detecção de Falhas, Redes Neurais Artificiais.
PÁGINAS: 58
RESUMO: O motores de indução trifásicos estão presentes em praticamente todos os processos industriais, sendo considerados a espinha dorsal da indústria moderna. Mas, como qualquer outro equipamento, são vulneráveis a falhas, as quais, se não forem monitoradas, podem levar a comprometer setores vitais de produção e causar acidentes. Existem várias técnicas convencionais de detecção de falhas em motores de indução, como exemplo, através da análise da vibração e da análise da corrente de armadura, porém a análise dos sinais acústicos emitidos por essas máquinas ainda não foi suficientemente explorada como uma técnica alternativa de monitoramento e detecção não invasivo. Desde que o primeiro motor foi construído, os operadores das indústrias escutavam os ruídos que emanavam das máquinas, e com experiência suficiente, podiam fazer uma estimativa da condição dessa máquina. A proposta desse trabalho é o desenvolvimento de um método de detecção de falha em rolamentos de motores de indução trifásicos, através do desenvolvimento de uma inteligência artificial, via análise do som emitido pelo mesmo em funcionamento. A metodologia proposta baseia-se na aquisição da emissão acústica por um dispositivo eletrônico, na decomposição desse sinal adquirido em detalhes e aproximações utilizando a técnica Análise Wavelet Multiresolução (AWM) e por fim, o levantamento dos resultados estatísticos desses detalhes servirão como entrada de dados para um sistema de redes neurais artificiais. O sistema deverá permitir a caracterização da falha do motor. A técnica proposta será testada, validada e treinada experimentalmente usando uma bancada de testes, na qual falhas nos rolamentos serão aplicadas.
MEMBROS DA BANCA:
Presidente - 1753873 - ABEL CAVALCANTE LIMA FILHO
Externo ao Programa - 2579537 - ALISSON VASCONCELOS DE BRITO
Externo ao Programa - 1636976 - FABIANO SALVADORI
Interno - 331013 - FRANCISCO ANTONIO BELO
Interno - 1606978 - ISAAC SOARES DE FREITAS