Telefone/Ramal: | (98) 2016-8166/8942 |
DESENVOLVIMENTO DE UM IDENTIFICADOR DE FALHAS EMBARCADO PARA MOTOR DE INDUÇÃO BASEADO EM MÁQUINAS DE VETORES DE SUPORTE IMPLEMENTADO EM CLOUD
MVS, IBM Cloud, SPSS Modeler, Aprendizado de máquinas, mineração de dados, motor de indução.
Ao passo que a Indústria 4.0 avança, o sensoriamento de motores de indução
trifásicos torna-se remoto e conectado à Internet. A partir disso, um fluxo de dados é continuamente
analisado através de computação na nuvem em centros de processamento de dados. A manutenção
preventiva pode então utilizar esse grande volume de dados para aumentar sua capacidade de
detecção de falhas em relação aos métodos clássicos de classificação. Este trabalho propõe o
desenvolvimento de um identificador de falhas externas em motores de indução com base na análise
de vibrações e correntes. Os dados dessas vibrações e correntes serão gerados utilizando um sistema
para aquisição de dados que consiste em um acelerômetro MEMS (Microelectromechanical
Systems) controlado por um SoC (System on chip) e um transformador de corrente não invasivo
SCT-013. A análise dos dados será implementada na IBM Cloud através de Watson Studio e SPSS
Modeler para aplicação de um modelo estatístico MVS que será treinado e testado usando
diferentes funções kernel, utilizando a base de dados gerados pelo sistema embarcado de aquisição
de dados.