Search

Submitted by Nadir Basilio (nadirsb@uninove.br) on 2021-12-03T15:14:38Z No. of bitstreams: 1 Luiz Carlos da Silva.pdf: 12978714 bytes, checksum: 2abe7f1a96c93a578c3c5c108a216d9f (MD5) Made available in DSpace on 2021-12-03T15:14:38Z (GMT). No. of bitstreams: 1 Luiz Carlos da Silva.pdf: 12978714 bytes, checksum: 2abe7f1a96c93a578c3c5c108a216d9f (MD5) Previous issue date: 2019-03-12 The three-phase induction motor, and especially the one built with the squirrel cage rotor, is one of the most widely used electric machines in the industrial environment around the world today, due to its robustness and low cost when compared to other machines oriented to the same application. However, induction motors are subject to failure in both stator and rotor. In this sense, early failure detection on these machines is an important contributor not only to reducing the number and time of interruption of their operation, but also to reducing maintenance costs and especially avoiding their replacement, which would entail even higher expenditures. Among the most recurring faults in induction motors are the partial and/or total breakage of the bars at the junction with the short circuit ring of the rotor. This causes additional damage to the machine, such as an increase in its vibration, a rise in temperature above its specifications and a reduction in its performance. Unlike traditional techniques such as stator current signature analysis, among other metrics found in the literature that require relatively high slip, this research paper proposes an alternative computational method to detect the total disruption of adjacent rotor bars in an induction motor operating in low slip condition and powered by a frequency inverter. The proposed methodology, as in some technique, is noninvasive and allows to detect the defect from the reading of a motor phase current, using a conventional current transformer and a digital filter stage in order to eliminate noise in the measured signal. As a theoretical contribution to this field of knowledge, the work employs a signal processing method called Oriented Gradient Histogram (HGO), commonly used in the image processing area, which has been particularly modified for the treatment of the stator current signal. The histograms created by the HGO technique allowed to generate a knowledge base with data from a healthy and damaged rotor, and the use of an artificial neural network allowed to classify the defect with good accuracy, for the motor operating at low slip and fed with voltage that is not purely sinusoidal. Experimental results performed with a 7.5 kW motor show the good accuracy achieved with the present study compared to other fault diagnosis techniques. O motor de indução trifásico, e especialmente aquele construído com o rotor do tipo gaiola de esquilo, é uma das máquinas elétricas mais empregadas no meio industrial ao redor do mundo atualmente, devido a sua robustez e baixo custo, quando comparadas a outras máquinas orientadas para a mesma aplicação. Todavia, os motores de indução estão sujeitos a falhas tanto no estator quanto no seu rotor. Neste sentido, a detecção precoce de falhas nessas máquinas contribui de forma importante não apenas para reduzir o número e o tempo de interrupção de sua operação, mas também para diminuir custos de manutenção e principalmente evitar a sua substituição, o que implicaria em dispêndios ainda mais elevados. Entre as falhas mais recorrentes nos motores de indução, pode-se citar a quebra parcial e/ou total das barras na junção com o anel de curto circuito do rotor. Isto ocasiona danos adicionais à máquina, como um incremento na sua vibração, uma elevação de temperatura acima das suas especificações e uma redução no seu rendimento. Diferentemente de técnicas tradicionais como a análise da assinatura da corrente do estator, entre outras métricas encontradas na literatura que exigem um escorregamento relativamente alto, este trabalho de pesquisa propõe um método computacional alternativo para detectar o rompimento total de barras rotóricas adjacentes em um motor de indução operando na condição de baixo escorregamento e alimentado por um inversor de frequência. A metodologia proposta, como em algumas técnicas, é não invasiva e permite detectar o defeito a partir da leitura da corrente de uma fase do motor, usando um transformador de corrente convencional e um estágio de filtro digital com a finalidade de eliminar ruídos no sinal medido. Como contribuição teórica para este campo do conhecimento, o trabalho emprega um método de processamento de sinais denominado Histograma de Gradientes Orientados (HGO), normalmente utilizado na área de processamento de imagens, que foi particularmente modificado para o tratamento do sinal de corrente do estator. Os histogramas criados pela técnica HGO permitiram gerar uma base de conhecimento com dados de um rotor saudável e avariado, e o uso de uma rede neural artificial permitiu classificar o defeito com boa exatidão, para o motor operando em baixo escorregamento e alimentado com tensão que não é puramente senoidal. Os resultados experimentais realizados com um motor de 7.5 kW mostram a boa precisão alcançada com o presente estudo comparada com outras técnicas de diagnóstico de falhas.