Sistema híbrido para diagnóstico de falhas em motores de indução trifásicos com base no método vibracional, corrente de armadura e lógica fuzzy

The three-phase induction motors are the most important way for electromechanical conversion, being present in almost every industrial process. Because of their importance, it is crucial that these devices have a proper predictive maintenance, avoiding lost production and operational accidents in the event of unexpected failures. In this scenario several researchers have conducted studies to detect incipient faults. About the sensing method used, the most common techniques are related to measuring the vibration levels using accelerometers and measuring electrical motor signals. The choice of technique involves factors such as invasiveness, drive motor type and the sensitivity to failure. The purpose of this work involves the development of a hybrid system that uses data collected by vibration and current sensors for fault detection in induction motors, earlier and more efficiently. The current and vibration signals were processed in the frequency domain and through the multiresolution analysis, serving as inputs of a fuzzy logic system, allowing to increase the sensitivity and efficiency in fault detection techniques in relation to the individual. The unbalance failure was investigated on a workbench with the motor coupled to a propeller and broken bars with another bench with DC motor to apply the load, the best methods being chosen in each case. The system was developed in Matlab software and was validated with correct detection for both failures, being able to detect the unbalance failure on the shaft or propeller as broken bars in different load conditions. O motor de indução trifásico é o principal meio de conversão eletromecânica existente, estando presente em praticamente todos os processos industriais. Devido à sua importância, é fundamental que estes equipamentos tenham uma correta manutenção preditiva, evitando perda de produção e acidentes operacionais em caso de falhas inesperadas. Diante deste cenário vários pesquisadores têm realizado estudos para detecção de falhas incipientes. Quanto ao método sensor utilizado, as técnicas mais comuns estão relacionadas a medição dos níveis de vibração utilizando acelerômetros e medição de sinais elétricos do motor. A escolha da técnica envolve fatores como a invasividade, tipo de acionamento do motor e a sensibilidade à falha. A proposta deste trabalho envolve o desenvolvimento de um sistema híbrido que utilize dados coletados por sensores de vibração e de corrente para detecção de falhas incipientes em motores de indução trifásicos de maneira mais precoce e eficiente. Os sinais de corrente e de vibração foram processados no domínio da frequência pela transformada de Fourier e através da análise multiresolução, servindo como entrada para sistemas de lógica Fuzzy, permitindo que se aumente a eficiência na detecção da falha em relação às técnicas individuais. Foi investigada a falha de desbalanceamento em uma bancada com o motor acoplado a uma hélice e barras quebradas em outra bancada com motor de corrente contínua acoplado para aplicar a carga, sendo escolhidos os melhores métodos em cada caso. O sistema foi desenvolvido no software Matlab e foi validado através de diagnósticos corretos para ambas as falhas, sendo capaz de detectar a falha de desbalanceamento tanto na hélice quanto no eixo e de barras quebradas em diferentes condições de carga.