Search

Submitted by Nadir Basilio (nadirsb@uninove.br) on 2021-10-05T15:40:55Z No. of bitstreams: 1 Kessia Lucas Rodrigues.pdf: 2468251 bytes, checksum: ab0eeecb65adaecea3c59cae35459fa0 (MD5) Made available in DSpace on 2021-10-05T15:40:55Z (GMT). No. of bitstreams: 1 Kessia Lucas Rodrigues.pdf: 2468251 bytes, checksum: ab0eeecb65adaecea3c59cae35459fa0 (MD5) Previous issue date: 2020-08-27 Three-phase induction motors are widely used in the production sector, for the most diverse segments, particularly given their robustness and relatively low cost when compared to machines of the same power. Measuring the rotation of its axis, for example, can assist in identifying the behavior of the motor, especially when it is subject to load conditions, or torque, different from those for which it was specified.In this sense, the present work proposes modeling oriented to the estimation of the rotation speed of the axis, of a three-phase induction motor with squirrel-cage rotor, using the Oriented Gradients Histogram technique, widely used in the image processing area and to predict the rotation speed of a neural network with the Levenberg-Marquardt algorithm was trained in different operational conditions.The results obtained allowed us to conclude that the use of histograms can serve to develop a computational system capable of estimating the axis rotation of an induction motor in real-time. Os motores de indução trifásicos são amplamente empregados no setor produtivo, para os mais diversos segmentos, particularmente dada a sua robustez e custo relativamente baixo quando comparado as máquinas de mesma potência. A medição da rotação do seu eixo, por exemplo, é capaz de auxiliar na identificação do comportamento do motor, especialmente quando este está sujeito a condições de carga, ou torque, diferentes daquelas pelas quais foi especificado. Neste sentido, o presente trabalho propõe uma modelagem orientada para a estimativa da velocidade de rotação de eixo, de um motor de indução trifásico com rotor gaiola de esquilo, utilizando a técnica de Histograma de Gradientes Orientados, bastante utilizada na área de processamento de imagens e para fazer a predição da velocidade de rotação uma rede neural com o algoritmo de Levenberg-Marquardt foi treinada em diferentes condições operacionais. Os resultados obtidos permitiram concluir que o emprego dos histogramas pode servir para desenvolver um sistema computacional capaz de estimar a rotação de eixo de um motor de indução em tempo real.

Submitted by Nadir Basilio (nadirsb@uninove.br) on 2022-08-08T21:24:04Z No. of bitstreams: 1 André Clemente de Lira.pdf: 5116826 bytes, checksum: 03d567b659757ec84bb54d642b5ab225 (MD5) Made available in DSpace on 2022-08-08T21:24:04Z (GMT). No. of bitstreams: 1 André Clemente de Lira.pdf: 5116826 bytes, checksum: 03d567b659757ec84bb54d642b5ab225 (MD5) Previous issue date: 2019-03-11 The polyphase induction machines have a huge application in several production field of society, specially the squirrel cage induction motor due to its robustness, its low cost and reliability. However, certain motors often work above the operational condition in which they were specified. In this sense, it is worth mentioning the necessity in knowing the rise internal temperature of induction motors for determined applications, since its overheating causes not only the reduction of the insulation life, it can also cause a reduction of machine’s efficiency. some techniques search for finding the temperature rise on stator winding invasively, such as by installing thermal sensors in huge machines, by the utilization of DC injection, thermal modeling and through machine thermal rise tests. In accordance with showed above, the proposed work offers the utilization of a regression algorithm to estimate, non-invasively, the rise temperature in stator of a polyphasic induction motor by using only easy acquisition magnitudes, such the phase current and the surface carcass temperature. For this purpose, one regression algortihm was considered, being the normal equation. the experimental temperature data, collected from a 7.5 kW polyphasic induction motor which is installed in laboratory, were compared with those estimated by the proposed regression algorithm. the found results show a good accuracy reached to the statistical models, suggesting that the approach can represent an interesting non-invasive alternative, in order to estimate the internal rise temperature of a polyphasic induction motor. As máquinas de indução polifásicas possuem uma grande aplicação nos mais diversos segmentos produtivos da sociedade, e em especial os motores de indução trifásicos com rotor gaiola de esquilo, devido a sua robustez, baixo custo e confiabilidade. Todavia, tais motores muitas vezes operam acima das condições operacionais pelas quais foram especificados. Neste sentido, vale ressaltar a necessidade em se conhecer a elevação de temperatura no interior dos motores de indução para determinadas aplicações, uma vez que o seu sobreaquecimento provoca não apenas uma redução na vida útil dos isolamentos, mas também uma perda de eficiência da máquina. Algumas técnicas buscam estimar a elevação da temperatura no corpo do estator de forma invasiva, como a instalação de sensores térmicos em máquinas de grande porte, a injeção do sinal DC, a modelagem matemática térmica da máquina, ou ainda a partir de ensaios de aquecimento. Face ao exposto, o presente trabalho propõe a utilização de um algoritmo de regressão, utilizando a equação normal, a fim de estimar de modo não-invasivo a elevação da temperatura no estator de um motor de indução trifásico usando apenas grandezas de fácil aquisição, tais como a corrente de fase e a temperatura na superfície da carcaça. Os valores experimentais da temperatura, coletados em um motor de indução trifásico de 7.5kW, instalado em laboratório, foram comparados com os aqueles estimados pelo algoritmo de regressão proposto. Os resultados obtidos mostram a boa acurácia alcançada para o modelo estatístico desenvolvido, o que sugere que tal abordagem pode representar uma alternativa interessante para a estimativa da elevação de temperatura no interior de um motor de indução trifásico.

Submitted by Nadir Basilio (nadirsb@uninove.br) on 2022-08-15T17:51:35Z No. of bitstreams: 1 Rodrigo Cardozo de Jesus.pdf: 15238624 bytes, checksum: 2db116d33f4373261372fc883494941c (MD5) Made available in DSpace on 2022-08-15T17:51:35Z (GMT). No. of bitstreams: 1 Rodrigo Cardozo de Jesus.pdf: 15238624 bytes, checksum: 2db116d33f4373261372fc883494941c (MD5) Previous issue date: 2019-01-31 Detection of failures in three-phase squirrel-cage induction motors has shown increasing interest in recent years, especially in the study and implementation of new diagnostic techniques, given their use in the industrial segment worldwide. Among the existing faults, stands out the rupture of one or more bars that are part of the machine's rotor cage. One of the most studied techniques in the literature, and still used today for the detection of broken rotor bars, is the electric current signature analysis of one of the motor phases, in order to nd certain harmonics that indicate the presence of the defect. This technique uses the Fast Fourier Transform for the analysis of harmonic components, and other more recent studies have employed, for example, the Hilbert Transform, in order to improve the frequency signal resolution, as well as the use of statistical measures to nd some parameters of the motor current signal, in the condition of a defective rotor. In addition, other researches have investigated the use of machine learning techniques to aid in the evaluation of machine conditions, based on the characteristics extracted in the time and frequency domains. Thus, the present work developed a comparative study between some signal processing techniques, used in the diagnosis of broken rotor bars, and the machine learning algorithms most used in the monitoring and diagnosis of failures in induction motors. These algorithms were parameterized in several conditions and it was possible to compare not only the accuracy of each model, but also the false positive and false negative rates in each case. The results showed that the use of the statistical characteristics with those extracted in frequency domains presented the best performance. Experiments with a 7:5 kW motor, for several load conditions, and especially at low load, would allow to evaluate the best combination of the aforementioned techniques for the detection and classi cation of the defect in the rotor cage . A detecção de falhas em motores de indução trifásico do tipo gaiola de esquilo revelou um interesse crescente nos últimos anos, especialmente pelo estudo e a implementação de novas técnicas de diagnóstico, dada a sua utilização no segmento industrial em todo o mundo. Dentre as falhas existentes, destaca-se o rompimento de uma ou mais barras que fazem parte da gaiola rotórica da máquina. Uma das técnicas mais estudadas na literatura, e empregadas ainda hoje, para a detecção de barras quebradas, é a análise da assinatura da corrente elétrica de uma das fases do motor, a m de encontrar determinadas harmônicas que indicam a presença do defeito. Esta técnica utiliza a Transformada Rápida de Fourier para a análise das componentes harmônicas, e outros estudos mais recentes empregaram, por exemplo, a Transformada de Hilbert, de modo a melhorar a resolução em frequência do sinal, bem como o uso de medidas estatísticas para encontrar alguns parâmetros do sinal de corrente do motor, na condição de rotor defeituoso. Adicionalmente, outras pesquisas têm investigado o uso das técnicas de aprendizagem de máquina para auxiliar na avaliação das condições do motor, a partir das características extraídas nos domínios do tempo e da frequência. Deste modo, o presente trabalho desenvolveu um estudo comparativo entre algumas técnicas de processamento de sinais, usadas no diagnóstico de barras rotóricas quebradas, e os algoritmos de aprendizagem de má- quina mais empregados no monitoramento e diagnóstico de falhas em máquinas elétricas. Tais algoritmos foram parametrizados em diversas condições sendo possível comparar não apenas a acurácia de cada modelo, mas também as taxas de falso positivo e falso negativo em cada caso. Os resultados obtidos mostraram que o uso das características estatísticas em conjunto com aquelas extraídas em frequência apresentou a melhor performance. Os experimentos realizados com um motor de 7:5 kW, para diversas condições de carga do motor, e especialmente em baixa carga, permitiriam avaliar assim a melhor combinação das aludidas técnicas para a detecção e a classi cação do defeito na gaiola rotórica.