Desenvolvimento de um identificador de falhas para motor trifásico de indução baseado em máquinas de vetores de suporte implementado em cloud

Abstract

Ao passo que a Indústria 4.0 avança, conjuntos de ações de automação e controle vem sendo implementados, dentro deste contexto o sensoriamento de motores de indução trifásicos tornase 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 no motor trifásico de indução W22 IR3, com base em dados de análises vibracionais e de correntes elétricas. Estes dados 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 foi realizada na IBM Cloud através de Watson Studio e SPSS Modeler para aplicação de um modelo estatístico MVS que foi treinado e testado usando diferentes funções kernel, utilizando a base de dados gerados pelo sistema embarcado de aquisição de dados