CLASSIFICADOR NÃO SUPERVISIONADO BASEADO EM CURVAS PRINCIPAIS PARA DETECÇÃO DE FALHAS EM MOTOR DE INDUÇÃO

Abstract

Motores elétricos são equipamentos de alta versatilidade, possuindo uma gama imensa de aplicações nas indústrias. Portanto, são extremamente importantes em qualquer planta industrial e sua manutenção é crucial para a qualidade na produção, segurança aos colaboradores e sem danos ambientais. Neste artigo é proposto um método para detecção de falhas por meio de análise de vibrações, baseado no monitoramento da integridade estrutural. Os sinais de vibração de um motor de indução trifásico foram coletados utilizando um acelerômetro de 3 eixos controlado por um microcontrolador Arduino. Após as coletas foi realizada a extração de parâmetros por meio dos cumulantes de 2ª, 3ª e 4ª ordens com atraso zero. Por fim, projetado um classificador utilizando Curvas Principais. Curvas Principais são uma generalização não-linear da Análise de Componentes Principais e possui vantagem em apresentar boa capacidade de representação dos dados em uma dimensão. O método de one-class learning baseado em Curvas Principais é proposto para gerar uma fronteira de decisão onde os dados dentro desta são referentes ao motor sem falha e os dados fora, referentes ao motor com falha. O método apresentou baixo custo computacional e altas taxas de detecção, chegando até 100% utilizando dados reais de um motor de indução.