Detecção e classificação de falhas em rolamentos de motores elétricos baseado em árvores de decisão

Oliveira, Luiz Affonso Henderson Guedes de

Universidade Federal do Rio Grande do Norte

2022-02-11

Árvore de decisão

Python

Aprendizagem de máquinas

Inteligência artificial

Decision tree

Machine learning

Artificial intelligence

Este trabalho propõe uma aplicação do algoritmo de árvore de decisão, desenvol- vido em linguagem Python, para identificar, detectar e classificar possı́veis falhas nos rolamentos de motores elétricos, que são as principais responsáveis pelo mau funciona- mento de motores. Foram utilizados dados de vibração do eixo de um motor elétrico de 1 cv (cavalo-vapor) em funcionamento normal e em falha nos rolamentos internos e ex- ternos, na velocidade de 1772 rpm, cuja gravidade da falha é estimada através diâmetro dos rolamentos em 7, 14 e 21 polegadas. Os resultados obtidos indicaram que a solução baseada em árvores de decisão se mostrou, no pior caso, uma acuracia de 0,99% e acertos de 98,89% ao classificar as amostras, adequada para a detecção e classificação de falhas em rolamentos de motores elétricos.

This work proposes an application of the decision tree algorithm, developed in Python language, to identify, detect and classify possible failures in electric motor bearings, which are the main responsible for motor malfunctions. Shaft vibration data from a 1 hp electric motor (horsepower) were used in normal operation and in failure of the internal and external bearings, at a speed of 1772 rpm,failure severity is estimated through bearing diameters at 7, 14 and 21 inches. The results obtained indicated that the solution based on decision trees proved to be quite suitable for the detection and classification of faults in electric motor bearings.