Use este identificador para citar ou linkar para este item: http://repositorio.ufc.br/handle/riufc/73424
Registro completo de metadados
Campo DCValorIdioma
dc.contributor.authorRamalho, Geraldo Luis Bezerra-
dc.contributor.authorPereira, Adriano Holanda-
dc.contributor.authorRebouças Filho, Pedro Pedrosa-
dc.contributor.authorMedeiros, Cláudio Marques de Sá-
dc.date.accessioned2023-07-10T17:39:03Z-
dc.date.available2023-07-10T17:39:03Z-
dc.date.issued2014-
dc.identifier.citationRAMALHO, Geraldo Luis Bezerra; PEREIRA, Adriano Holanda; REBOUÇAS FILHO, Pedro Pedrosa; MEDEIROS, Cláudio Marques de Sá. Deteção de falhas em motores elétricos através da classificação de padrões de vibração utilizando uma rede neural elm. Holos, Natal, v. 4, 2014.pt_BR
dc.identifier.issn1807-1600-
dc.identifier.otherDOI: https://doi.org/10.15628/holos.2014.1925-
dc.identifier.urihttp://www.repositorio.ufc.br/handle/riufc/73424-
dc.description.abstractThe condition monitoring of industrial electric motors provides information to help planning maintenance interventions before the occurrence of failures. This paper proposes a new approach for monitoring the operational condition of three-phase induction motors based on the extraction of characteristics of a signal obtained with MEMS accelerometers. The data extracted from the decomposition of the vibration signal using Haar Transform and the fractal dimension are used to train a ELM neural network. The results of our experiments demonstrated the feasibility of the proposed methodology in detection and identification of mechanical and electrical failurespt_BR
dc.language.isopt_BRpt_BR
dc.publisherHolospt_BR
dc.rightsAcesso Abertopt_BR
dc.subjectDetecção de falhaspt_BR
dc.subjectSensores MEMSpt_BR
dc.subjectRede neural ELMpt_BR
dc.subjectFault detectionpt_BR
dc.subjectMEMS sensorspt_BR
dc.subjectELM neural networkpt_BR
dc.titleDeteção de falhas em motores elétricos através da classificação de padrões de vibração utilizando uma rede neural elmpt_BR
dc.typeArtigo de Periódicopt_BR
dc.description.abstract-ptbrO monitoramento das condições dos motores elétricos industriais fornece informações que auxiliam o planejamento das intervenções de manutenção antes da ocorrência de falhas. Este trabalho propõe uma nova abordagem para o monitoramento de condições operacionais de motores de indução trifásicos baseada na extração de características de um sinal de vibração obtido com acelerômetros MEMS. Os dados extraídos da decomposição do sinal de vibração, por Transformada Haar e através da dimensão fractal, são utilizadas para treinar uma rede neural ELM. Através do resultado de experimentos é demonstrada a viabilidade da metodologia para aplicação na detecção e identificação de falhas mecânicas e elétricaspt_BR
dc.title.enFault detection in induction motors using vibration patterns and elm neural networkpt_BR
Aparece nas coleções:DEEL - Artigos publicados em revista científica

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
2014_art_glbramalho1.pdf750,15 kBAdobe PDFVisualizar/Abrir
Mostrar registro simples do item Visualizar estatísticas


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.