Use este identificador para citar ou linkar para este item:
http://repositorio.ufc.br/handle/riufc/64874| Tipo: | Artigo de Evento |
| Título: | Classificação de padrões de vibração para o monitoramento de condição de bombas |
| Autor(es): | Ohata, Elene Firmeza Ferreira Junior, Marcos Aurélio Araujo Ramalho, Geraldo Luis Bezerra |
| Palavras-chave: | Monitoramento de condição;Detecção de falha;Aerogerador |
| Data do documento: | 2018 |
| Instituição/Editor/Publicador: | Sociedade Brasileira de Automática (SBA) - https://www.sba.org.br/; Galoá Science - https://galoa.com.br/ - ttps://cba2018.galoa.com.br/ |
| Citação: | OHATA, Elene Firmeza; FERREIRA JÚNIOR, Marcos Aurélio Araujo; RAMALHO, Geraldo Luis Bezerra. Classificação de padrões de vibração para o monitoramento de condição de bombas. In: CONGRESSO BRASILEIRO DE AUTOMÁTICA, XXII., 9 a 12 set., 2018, João Pessoa - PB - Brasil. Anais[…], Campinas, Galoá, v.1, n. 1 (2019): CBA2018. |
| Resumo: | O monitoramento de aero geradores para evitar falhas nos estágios iniciais evita quebras que podem provocar acidentes, especialmente incêndios. Este artigo apresenta uma metodologia para o monitoramento e detecção de curto-circuito entre espiras de aero geradores. O sinal de vibração do gerador é coletado com acelerômetros MEMS. Uma técnica de análise estrutural de sinais foi utilizada para idêntica padrões do sinal de vibração e um classificador foi utilizado para caracterizar as diferentes condições da máquina. O resultado foi avaliado em um sistema de simulação de aero gerador, composto por um conjunto de motor-gerador acionado por conversor de frequência. Usando um algoritmo de recomendação, os padrões detectados são analisados para fornecer uma informação sobre a condição do equipamento. Nos experimentos realizados foi obtida acurácia acima de 86% e sem falsos-positivos. |
| Abstract: | Machine condition monitoring is one way to determine the operational status of a machine. Evaluating the condition of the machine helps to detect failures in the initial stages, avoiding downtime and saving resources and energy. This article presents a methodology for monitoring conditions and detecting failures in a centrifugal pump through the analysis of vibration signal collected with a MEMS accelerometer. The proposed method uses arti cial intelligence techniques to classify the vibration patterns that characterize the pump conditions, allowing the detection of undesired operating conditions with at least 80 % accuracy. |
| URI: | http://www.repositorio.ufc.br/handle/riufc/64874 |
| ISSN: | 2525-8311 |
| Aparece nas coleções: | DETE - Trabalhos apresentados em eventos |
Arquivos associados a este item:
| Arquivo | Descrição | Tamanho | Formato | |
|---|---|---|---|---|
| 2018_eve_efohata.pdf | 523,59 kB | Adobe PDF | Visualizar/Abrir |
Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.