Use este identificador para citar ou linkar para este item: http://repositorio.utfpr.edu.br/jspui/handle/1/3193
Título: Medidas de informação e sistemas inteligentes aplicados no diagnóstico de curto-circuito do estator de motores de indução trifásicos
Título(s) alternativo(s): Information measures and intelligent systems applied to the stator short-circuit diagnosis in three-phase induction motors
Autor(es): Bazan, Gustavo Henrique
Orientador(es): Scalassara, Paulo Rogério
Palavras-chave: Motores elétricos de indução
Curtos-circuitos
Redes neurais (Computação)
Electric motors, Induction
Short circuits
Neural networks (Computer science)
Data do documento: 8-Jul-2016
Editor: Universidade Tecnológica Federal do Paraná
Câmpus: Cornelio Procopio
Citação: BAZAN, Gustavo Henrique. Medidas de informação e sistemas inteligentes aplicados no diagnóstico de curto-circuito do estator de motores de indução trifásicos. 2016. 112 f. Dissertação (Mestrado em Engenharia Elétrica) - Universidade Tecnológica Federal do Paraná, Cornélio Procópio, 2016.
Resumo: Este trabalho propõe o estudo e desenvolvimento de uma metodologia alternativa de identificação de falhas nos enrolamentos do estator de motores de indução trifásicos conectados diretamente à rede elétrica. A fim de reduzir a dimensão e complexidade destes tipos de sistemas, são utilizadas duas ferramentas de processamento de sinais, extração e seleção de características. Na etapa de extração, calcula-se a informação mútua atrasada dos sinais de correntes das fases A e B da máquina e na seleção, os algoritmos árvore de decisão C4.5 e rede neural artificial MLP são utilizados para a predição das classes, a fim de se obter um sistema de diagnóstico de falhas de estator eficaz. Os resultados experimentais offline e online consideram problemas de qualidade de energia, uma ampla faixa de conjugado de carga e curto-circuito entre as espiras do enrolamento de estator da ordem de 1% à 20%, os quais são apresentados para validar a abordagem desenvolvida neste trabalho. Os resultados obtidos indiciam que esta abordagem pode ser empregada para classificar falhas de curto-circuito entre as espiras do stator.
Abstract: This work proposes the study and development of an alternative approach to diagnose stator short-circuit faults in induction motors driven directly from a supply line. In order to reduce the size and complexity in these types of systems, signal processing techniques of extraction and feature selection are used. In the extraction step, the mutual information of the delayed phases of current signals, ia and ib, are computed and in the selection procedure, the algorithms C4.5 decision tree and multilayer perceptron neural network are employed in order to obtain an effective diagnostic of stator short-circuit faults. To assess the classification accuracy across the various levels of stator short-circuit fault severity (from 1% to 20%), offline and online experimental tests also considered a wide range of load conditions and voltage unbalance in the power supply. The obtained results indicate that this approach can be employed to classify stator short-circuit faults.
URI: http://repositorio.utfpr.edu.br/jspui/handle/1/3193
Aparece nas coleções:CP - Programa de Pós-Graduação em Engenharia Elétrica

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
CP_PPGEE_M_Bazan, Gustavo Henrique_2016.pdf2,79 MBAdobe PDFThumbnail
Visualizar/Abrir


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