CT - TCC - Engenharia Mecatrônica
URI Permanente para esta coleçãohttps://repositorio.ufrn.br/handle/123456789/39563
Navegar
Navegando CT - TCC - Engenharia Mecatrônica por Assunto "Análise de Vibração"
Agora exibindo 1 - 1 de 1
- Resultados por página
- Opções de Ordenação
TCC Monitoramento de falhas em motores de indução utilizando inteligência artificial embarcada(Universidade Federal do Rio Grande do Norte, 2025-01-10) Silva, Sthefania Fernandes; Dias, Samaherni Morais; Araújo, Valbério Gonzaga de; Queiroz, Kurios Iuri Pinheiro de Melo; Florencio, Heitor MedeirosEstima-se que existam cerca de 20 milhões de motores de indução trifásicos em operação, sendo este o tipo mais utilizado na indústria. O motivo é a robustez, versatilidade, baixo custo e alta eficiência. Para garantir um ótimo desempenho e evitar paradas não programadas do motor, é necessário realizar o monitoramento regular das suas condições. Neste contexto, este trabalho busca desenvolver um sistema de monitoramento e detecção preditiva de defeitos em motores de indução trifásicos utilizando uma rede neural perceptron de multicamadas implementada em um microcontrolador ESP32-S3. Para isso, foi realizada a coleta de dados para o treinamento e teste da rede neural em uma bancada de testes, utilizando o acelerômetro ADXL335 e um ESP32. As condições monitoradas incluem: operação normal, desbalanceamento de corrente e defeito no rolamento. Após a coleta, foi adicionado ruído Gaussiano e foi realizada a expansão dos dados. A rede neural foi definida com duas camadas intermediárias "totalmente conectadas", cada uma contendo 8 neurônios e utilizando a função de ativação ReLU, já a camada de saída possui 3 neurônios, correspondentes às classes normal, desbalanceamento e rolamento, e utiliza a função de ativação Softmax. A rede foi treinada e quantizada, sendo implementada no ESP32-S3. O modelo obteve uma acurácia de 98%, atendendo aos objetivos propostos.